用于监测咳嗽的无线床传感器

数据集获取

源站：https://clinicaltrials.gov/study/NCT03177694

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

条件：慢性阻塞性肺疾病，呼吸系统疾病。该临床研究设计为一项前瞻性观察性初步研究，旨在评估无线床旁传感器及数据分析平台在监测住院呼吸系统疾病患者咳嗽方面的可靠性。研究包括三个阶段：1. 校准阶段：确定患者间咳嗽的同质性程度。对照数据源将是一个音视频（AV）系统，包括一个麦克风和一个多导生理记录仪来记录咳嗽事件，以及一个红外网络摄像头来记录患者的动作。在校准期结束时，将分析设备生成的数据，根据患者随访和AV结果确定咳嗽是同质性还是异质性。同质性程度将有助于确定介入阶段需要随访的正确患者数量（估计为20名患者），并设定一个阈值来定义何时出现急性加重。2. 观察阶段：从床旁传感器和患者医院病房内的AV系统这两个来源收集约20名患者的数据。

数据将由两个系统在每个患者连续两晚并行采集。3 数据分析阶段：将床旁传感器的信号与AV记录数据进行关联。AV数据及其计算将有助于确定设备生成信号的敏感性和选择性。

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。