用于咳嗽识别与分类的音频数据采集
该数据集来自 clinicaltrials.gov，是一项开放获取研究，旨在定义并采集多人群及公共空间中咳嗽的数字测量数据，采用多种音频数据采集方式
基本信息
资源简介
用于咳嗽识别与分类的音频数据采集
该数据集英文名为 Audio Data Collection for Identification and Classification of Coughing，来源于 clinicaltrials.gov，本站将其归入呼吸系统疾病 / 其他分类。它是一项开放获取研究，核心目标是定义并采集多人群及公共空间中咳嗽的数字测量数据，并采用多种音频数据采集方式。数据集关注的健康状态涵盖 COVID-19、冠状病毒感染、花粉症、哮喘、慢性阻塞性肺疾病、流感、普通感冒、呼吸道感染，同时也包含健康人群。其主题标签与上述疾病及健康状态一致。整体来看，该数据集面向咳嗽相关音频信号的识别与分类，强调在真实世界和多类人群中获取咳嗽的数字化测量，为呼吸系统疾病相关研究提供音频数据基础。
【数据集背景】
该数据集来自 clinicaltrials.gov，属于一项开放获取研究。研究的背景指向呼吸系统疾病及部分具有呼吸道症状表现的疾病，包括 COVID-19、冠状病毒感染、花粉症、哮喘、慢性阻塞性肺疾病、流感、普通感冒和呼吸道感染。同时，数据集也涉及健康人群。其研究目标并非局限于单一疾病，而是希望在多人群和公共空间中定义并采集咳嗽的数字测量数据。咳嗽是多种呼吸系统疾病和感染性疾病的常见表现，因此围绕咳嗽进行音频数据采集，有助于形成与识别、分类相关的数据基础。该数据集的主题标签覆盖上述疾病与健康状态，体现出其关注范围既包括感染性疾病，也包括慢性呼吸系统疾病和过敏相关疾病。
【数据内容】
数据集的核心内容是咳嗽相关的音频数据采集，用于咳嗽的识别与分类。根据来源站描述，该研究将定义并采集多人群及公共空间中咳嗽的数字测量数据，并采用多种音频数据采集方式。数据集涉及的健康状态和疾病类别包括 COVID-19、冠状病毒感染、花粉症、哮喘、慢性阻塞性肺疾病、流感、普通感冒、呼吸道感染，以及健康状态。除上述主题范围外，源站未提供关于样本量、音频时长、文件格式、标注体系、采集设备型号、采集频率、数据规模等具体信息。
【采集与来源】
该数据集来源于 clinicaltrials.gov，是一项开放获取研究。其采集场景包括多人群和公共空间，采集对象为咳嗽相关的数字测量数据，采集手段为多种音频数据采集方式。研究关注的人群范围与主题标签一致，涵盖 COVID-19、冠状病毒感染、花粉症、哮喘、慢性阻塞性肺疾病、流感、普通感冒、呼吸道感染患者以及健康人群。除上述信息外，源站未提供关于具体采集地点、采集时间跨度、参与者招募方式、伦理审批细节、音频采集设备或平台等技术信息。
【适用场景】
该数据集适用于咳嗽的识别与分类相关研究，也可服务于呼吸系统疾病和呼吸道感染相关研究。其覆盖的疾病与健康状态包括 COVID-19、冠状病毒感染、花粉症、哮喘、慢性阻塞性肺疾病、流感、普通感冒、呼吸道感染以及健康状态，因此潜在应用场景涉及不同人群和公共空间中的咳嗽音频分析。由于该研究强调定义和采集咳嗽的数字测量数据，并采用多种音频数据采集方式，其适用方向可包括基于音频的咳嗽检测、分类模型开发以及呼吸系统疾病相关数字标志物研究。除上述范围外，源站未提供关于具体应用案例、模型性能或临床验证结论的信息。
【使用方法】
该数据集为开放获取研究相关数据。根据来源站描述，研究将定义并采集多人群及公共空间中咳嗽的数字测量数据，并采用多种音频数据采集方式。除开放获取这一属性外，源站未提供关于数据下载方式、访问入口、使用协议、预处理流程、标注文件结构或推荐分析工具的具体信息。
【质量与限制】
该数据集来源于 clinicaltrials.gov，属于开放获取研究，目标为定义并采集多人群及公共空间中咳嗽的数字测量数据。其主题覆盖 COVID-19、冠状病毒感染、花粉症、哮喘、慢性阻塞性肺疾病、流感、普通感冒、呼吸道感染以及健康人群。除上述信息外，源站未提供关于数据质量评估、噪声控制、标注一致性、样本代表性、偏倚控制、数据完整性或验证结果的具体信息。
【引用与许可】
该数据集来源于 clinicaltrials.gov，为开放获取研究。除开放获取属性及来源站信息外，源站未提供关于引用格式、许可条款、使用限制或版权归属的具体信息。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://clinicaltrials.gov/study/NCT04326309
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
条件：COVID-19、冠状病毒感染、花粉症、哮喘、慢性阻塞性肺疾病、流感、普通感冒、呼吸道感染。这是一项开放获取研究，旨在通过多种音频数据收集手段，界定并收集不同人群及公共场所中咳嗽的数字测量指标。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
