中枢性睡眠呼吸暂停：指导治疗的生理机制

数据集获取

源站：https://clinicaltrials.gov/study/NCT04118387

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：睡眠呼吸障碍，健全受试者。由于COVID-19，所有研究活动暂停。研究人员更新了入组开始日期，并将稍后更新主要完成日期和研究完成日期。本项目聚焦于识别机制路径，以指导未来中枢性睡眠呼吸暂停（CSA）的治疗干预，其坚实前提是多模式治疗——旨在使呼吸正常化——是减轻CSA长期不良后果的必要途径。核心假设是，CSA反映了生理扰动的组合，并可能需要针对通气反馈环路不同部分的联合模式治疗。拟议的研究将测试联合疗法，包括PAP加一种药物制剂。这还将增加拟议研究的临床相关性，因为PAP治疗通常被作为CSA的初始治疗。为实现本提案的目标，研究人员将测试以下三个具体目标。

具体目标（1）是确定旨在减弱化学感受器敏感性和降低植物增益的联合治疗的效果。研究者假设，在中央型睡眠呼吸暂停患者中，PAP、乙酰唑胺和氧气的联合治疗在降低中央型呼吸暂停低通气指数（CAHI）和睡眠期间CO2储备方面将优于单独使用每种干预措施。具体目标（2）是确定减少呼吸相关觉醒对发生中央型呼吸暂停倾向的影响。研究者假设，与安慰剂相比，在CSA患者中给予PAP和唑吡坦将减少呼吸相关觉醒、CAHI和睡眠期间CO2储备。具体目标（3）是确定增强血清素A1受体活性对睡眠期间呼吸的影响。研究者假设，给予PAP和丁螺环酮（一种血清素A1受体激动剂）将降低发生中央型呼吸暂停的倾向

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。