探索肺气肿检测的新型生物标志物

数据集获取

源站：https://clinicaltrials.gov/study/NCT05825261

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：COPD、肺气肿。这是一项横断面、单中心研究。在门诊，COPD患者将被邀请执行若干与嗓音相关的任务（节拍朗读、持续元音、咳嗽、平静呼吸），并被指导进行二氧化碳测定。这些测量将在轻度运动任务（5-STS：5次坐立试验）前后进行。作为COPD照护路径中常规检查的一部分，所有患者均已接受包括肺功能检查（肺量计、体描计、弥散功能）和CT扫描在内的临床特征评估。肺气肿将使用Syngovia（西门子，埃尔朗根，德国）量化为密度低于-950亨氏单位（HU）的低衰减区域。主要结局将拟合一个简单的机器学习分类模型（例如使用逻辑回归、支持向量机、随机森林和/或决策树），以根据语音特征和二氧化碳测定对肺气肿结局（>25% vs ≤ 25%）进行分类，解释变量为语音特征。

将探索使用二氧化碳波形图特征的增量模型的类似分类方法。在进行上述分析之前，数据需要经过预处理，包括数据合并、质量控制、缺失数据处理和特征提取。

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。