COPD患者康复期间活动监测仪使用研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT02895152

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

疾病条件：慢性阻塞性肺疾病、COPD、肺气肿、慢性支气管炎。该研究方案是与呼吸科医师及负责肺康复课程的物理治疗团队共同制定的。研究者希望探讨，为患者提供监测设备以记录活动水平、并就活动水平数据给予反馈，是否能增强标准肺康复项目的效果。研究者希望特别关注康复课程时间之外的活动水平——以了解是否能达到更高的活动水平。本研究旨在作为一项小规模可行性研究，以便密切监测诸如佩戴设备依从性等问题。依从性将在开始康复课程之前为期一周的设备佩戴试验期间进行审查。这也能使研究参与者养成佩戴设备、充电等习惯。数据分析将采用工作日期间收集的数据，选取 waking hours 内佩戴时间至少达8小时的4个工作日。

如果设备佩戴时间不足8小时，则将选择设备佩戴时间最长的天数。选择该方法是因为它是一种稳健且经过统计学验证的评估COPD患者活动水平的方法。所有研究参与者都将被要求佩戴活动监测器，以尽量减少所收集数据中的任何偏倚。受试者将随机决定是否接受反馈。对所使用的活动监测器的选择进行了考虑。要求是应为腕戴式设备，且设备收集的数据能够通过相关计算机软件/“应用程序”下载。选择腕戴式设备是为了最大限度地提高佩戴依从性——它们像普通腕表一样佩戴。基于这些标准，选择了“Fitbit”品牌的一款型号。此前的研究表明Fitbit具有良好的有效性，这为其提供了依据。

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。