SARS-CoV-2/COVID-19 下一代非侵入式被动检测技术研究（Level42）

数据集获取

源站：https://clinicaltrials.gov/study/NCT05765396

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

疾病：COVID-19、SARS-CoV-2病毒、COVID-19肺炎、呼吸道感染、COVID-19 ARDS、冠状病毒感染、流感、RSV感染。新出现的急性呼吸道疾病（ARDs）对美军构成重大威胁，尤其是在训练环境中，拥挤的生活条件和多因素的高强度压力分别加剧了感染暴露和抑制了免疫力。因此，据报道，新兵中的ARD发病率通常高于年长的军事人员，这对作战准备产生不利影响。尽管已采取重要措施，如监测和疫苗接种计划，以尽量减少ARDs对新兵和新动员部队的影响，但新兵中的住院率仍至少是美国可比平民人口的3至4倍，占所有传染病相关住院的近30%。

2018年，呼吸道合胞病毒（RSV）等呼吸道感染估计导致了50,000次就医，影响约35,000名新兵，造成1,000个住院日，导致训练时间和成本的显著损失。除了流感等年度呼吸道感染外，持续存在的新冠肺炎已夺去210,000名美国人的生命，并继续威胁进一步削弱作战准备状态。因此，持续需要廉价、快速且更可靠的诊断方法，以更好地治疗和预防急性呼吸道疾病，从而保持军事准备状态并减少伤残调整生命年。要重获美国的技术优势，就需要从帮助我们赢得上世纪冲突的大型、精密、硬件定义的系统，转向数量更多、成本更低、可消耗、更小型的软件定义系统。这一点尤为关键，因为随着国家重新开放、生活恢复正常，长期技术平台必须能够保障进入工作场所、飞机、学校、体育场、剧院、公共交通中心、入境口岸、商场和餐厅。当前的CLIA实验室诊

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。