低资源条件下的肺炎诊断

数据集获取

源站：https://clinicaltrials.gov/study/NCT01997047

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

研究条件：肺炎、毛细支气管炎、哮喘。研究组织。这是一项前瞻性观察性研究，同时在四家印度公立医院进行（勒克瑙国王乔治医科大学；坎普尔丽晶医院；班加罗尔瓦尼维拉斯医院；班加罗尔鲍林和柯曾夫人医院）。该研究始于2012年10月，旨在覆盖印度呼吸道病毒流行季节。为了保持数据收集的高标准，每家医院都聘请了一名研究生研究协调员。由于使用了标准化评分系统以及需要准确的临床数据收集，加拿大团队的一名成员在每个中心花了一周时间，让当地研究团队成员熟悉研究方案和标准化评分系统。随后进行了一周的试验期，收集数据并将文件电子传输至加拿大。诊断定义和标准化评分。任何肺炎研究面临的主要问题是准确诊断。

严重病毒感染、哮喘和细菌性肺炎在临床与影像学表现上的重叠，使得判断哪些发热伴呼吸急促的儿童患有喘息性疾病、哪些能从抗生素治疗中获益变得困难。在许多资源匮乏地区，疟疾和登革热等传染病可呈现相似表现，使这一问题更加复杂。WHO早期基于呼吸急促的诊断方案有意设置得过于敏感，以确保所有细菌性肺炎患儿都能接受抗生素治疗。此后的尝试通过在基本标准中加入可闻及喘息或急性支气管扩张剂反应，来改进对喘息性疾病的检测。然而，这些方法被证明并不精确，尤其是在病情最重的儿童中。研究者选择将Sachdev等人描述的诊断方法正式化，该方法根据顾问对详细病史和检查的复核，将患者分为四组（肺炎、喘息性疾病、混合型和非呼吸系统疾病），此外还结合

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。