FACIT 呼吸困难量表（PROMIS 呼吸困难）

数据集获取

源站：https://search.dataone.org/view/sha256%3A912c681c332f8d6856310af9ac5098b029d8e5c4bdd48915d0e6eb2a6e646131

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

慢性阻塞性肺疾病（COPD）是美国第四大主要死因，其主要症状之一是呼吸困难，即气短。呼吸困难是一种主观的、多因素的症状，已被证明难以测量。目前的呼吸困难主观测量方法未能满足多国临床试验所建议的使用标准。本研究的目的是开发、验证一种针对慢性阻塞性肺疾病（COPD）患者的呼吸困难测量工具，并将其翻译成多种语言，以更好地满足大型临床试验的标准。Yount等人的研究考察了两种用于COPD患者呼吸困难及相关功能受限的IRT测量工具的心理测量性能，并对题库进行了模拟计算机自适应测试（CAT），以确定达到高精度所需的问题数量。Choi等人的研究基于从患者输入中得出的PRO概念框架，报告了呼吸困难严重程度及相关功能受限题库的开发情况。注：FACT呼吸困难测量工具已被PROMIS采用。

关于呼吸困难数据及标准表格的评分说明，请参见HealthMeasures网站。

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。