SARS-CoV-2（COVID-19）康复后持续存在决定因素研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT04448145

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：COVID-19、冠状病毒感染、SARS-CoV-2。这是一项观察性前瞻性队列研究，研究对象为从纽约市周边社区招募的COVID-19确诊病例。将从纽约长老会医院（NYP）-哥伦比亚大学医院、通过传单和滚雪球抽样法从社区招募325名参与者，并通过联系已参与哥伦比亚大学欧文医学中心（CUIMC）COVID-19相关研究且已同意就参与相关研究被联系的参与者进行招募。如果候选人已获得实验室确诊的COVID-19诊断，或出现症状且与COVID-19确诊病例有已知接触史，并且年龄超过7岁，则有资格参与。因症状和暴露而经验性诊断，但基线时逆转录聚合酶链反应（RT-PCR）和血清学检测均为阴性的参与者，将不被视为感染了SARS-CoV-2，可能会被排除。参与者在参与任何研究活动之前将签署知情同意书，并将被前瞻性随访96周。

在基线时，将进行一项入组调查，内容包括人口统计学信息、合并症及其COVID-19疾病特征（如暴露情况、症状出现时间、症状持续时间、症状严重程度），并将提供血液和宿主储存部位样本。参与者将在症状出现后接受为期24个月的随访，最多进行12次访视。

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。