夜间多导睡眠监测与呼吸容量监测

数据集获取

源站：https://clinicaltrials.gov/study/NCT02295306

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：阻塞性睡眠呼吸暂停（OSA）。这是一项观察性初步研究，旨在评估ExSpiron呼吸容积监测仪（RVM）在疑似睡眠呼吸暂停患者中的临床适用性。既往研究已证明RVM能够无创、实时、连续地测量呼吸参数（分钟通气量、潮气量和呼吸频率），但这些研究并未专门针对睡眠中的患者或睡眠呼吸障碍患者进行观察。此前尚无设备能够连续、无创、实时地测量通气状态，如分钟通气量、潮气量和呼吸频率。ExSpiron系统采用基于阻抗的技术和专有算法（Respiratory Motion Inc.，马萨诸塞州沃尔瑟姆）开发，以实现上述测量。Respiratory Motion公司此前已在成年志愿者研究中评估了ExSpiron对呼吸参数（分钟通气量、潮气量和呼吸频率）的测量。刺激导联以50 kHz的频率施加交替的最小电流（1.5 mA），记录导联记录差分电压以计算阻抗。

测量了受试者数据（身高、体重、年龄、性别、胸围）。研究表明，采用最佳导联放置配置，基于胸壁阻抗和呼吸模式分析的算法所提供的RVM测量值和ExSpiron曲线与肺量计容积和肺量计曲线高度相关。普通外科人群中很大比例的患者患有未确诊的OSA。该人群围手术期呼吸不良并发症的风险增加。围手术期呼吸功能的评估和管理以及有指征时的早期干预是一项多方面的复杂任务，往往因缺乏能够显示呼吸暂停和低通气以指导临床决策的准确连续监测系统而变得复杂。ExSpiron系统专为这些患者设计，旨在

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。