中国肺健康研究二期早期COPD数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT05028985

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：阻塞性肺疾病。本项目旨在利用大规模人群队列数据库（包括“中国肺部健康研究”、“中国慢性阻塞性肺疾病队列研究”和“中国慢性阻塞性肺疾病急性加重患者注册登记研究”）、生物样本库（包括不同分期和表型的COPD患者的血液、痰液、呼出气、支气管肺泡灌洗液（BALF）和肺组织）以及多组学测序（包括scRNA-seq、代谢组学、蛋白质组学和宏基因组），研究和探索慢性阻塞性肺疾病（COPD）早期进展过程中的异质性。我们拟建立COPD分期和亚型的新标准。

通过分析和挖掘多组学数据，有望阐明临床表型与分子、细胞和组织异质性之间的关联，从而揭示与早期COPD疾病进展、临床表型和预后相关的生物标志物。此外，我们将构建不同类型和阶段的COPD动物模型以开展进一步的机制研究，如不同致病因素、固有免疫和适应性免疫以及气道微生物生态系统等，从而发现更多早期COPD的潜在治疗靶点。本项目可为COPD治疗带来新的见解和科学依据。

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。