C4R 协作队列：COPD 遗传流行病学研究（COPDGene）

数据集获取

源站：https://doi.org/10.60645/bdc-q5o9-85wm

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

队列描述 慢性阻塞性肺疾病遗传流行病学（COPDGene）研究是一项非干预性、多中心、纵向、病例对照研究，在美国21个中心开展，研究对象包括吸烟史≥10包年的吸烟者（伴或不伴COPD）以及健康的从不吸烟者。最初目标是描述疾病相关表型并探索其与易感基因的关联。正在提交的数据 第1波问卷数据包括C4R中最多3683名COPDGene参与者的397个变量。第2波问卷数据包括C4R中最多2191名COPDGene参与者的447个变量。干血斑/血清学调查数据包括C4R中最多1692名COPDGene参与者的7个变量。衍生数据包括C4R中最多4082名COPDGene参与者的43个变量。表型数据包括C4R中最多4082名COPDGene参与者的113个变量。

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。