病理性肺音的时频分析：囊性纤维化、肺纤维化或COPD患者病理性声音的检测与量化

数据集获取

源站：https://clinicaltrials.gov/study/NCT06399094

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：肺纤维化、慢性阻塞性肺疾病、囊性纤维化。次要目标本研究其他目标为：1. 评估在优化时频表示后检测肺音变化的能力。2. 评估使用人工智能和监督学习方法量化检测到的病理性声音严重程度差异的能力。研究实施这是一项单中心、非随机、开放标签研究，涉及60名年龄在18至65岁之间的男性和女性患者，这些患者有资格作为其常规病理随访（常规护理）的一部分进行预定咨询。在获得患者无异议后，将在同一次咨询期间进行肺音录音。录音将使用3M Littmann© 3200型电子听诊器进行。听诊器与Eko软件配合使用，该软件将安装在触摸式平板电脑或计算机上，能够本地存储记录的数据。无论患者患有何种疾病，医生都将听取方案中定义的10个肺部部位。在咨询期间，将至少记录每个肺部部位的一次呼吸。

如果患者在招募期结束前再次前来咨询，将重新进行肺部声音记录。

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。