用于分段线性模型与GAMLSS比较的精炼NHANES 2007-2012肺量计数据集

数据集获取

源站：https://doi.org/10.17632/dwjykg3xww

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。

数据集大小约 16.9 MB。

数据说明

背景 当前指南推荐使用位置、尺度和形状的广义可加模型（GAMLSS）来建立肺功能参考方程。然而，这些模型较为复杂，且使用时需要额外的样条表。本研究旨在证明，更简单的方法，如针对第1秒用力呼气容积与用力肺活量比值（FEV1/FVC比值）的简单线性回归，以及针对第1秒用力呼气容积（FEV1）和用力肺活量（FVC）的分段线性回归（SLR），在肺功能诊断中可以达到与GAMLSS相似的预测准确性。数据 本研究使用了2007年至2012年间进行的美国国家健康与营养调查（NHANES）的二手数据。该数据集包含16，596名参与者（来自最初31，451人的样本池）的肺量计测量数据，年龄为6至80岁，代表了不同的种族和族裔背景。参与者的体重范围为16.4-218.2 kg，身高范围为104.6-203.8 cm，BMI范围为12.5-84.9 kg/m²。

精炼数据集仅纳入符合美国胸科学会（2005）所规定的肺量计操作最低技术质量标准的参与者，具体为执行A级和B级质量操作者。然而，数据文件还提供了基于所开发的GAMLSS和分段回归模型计算得出的z分数的二次分析，包括参与者根据计算得出的正常值下限是否具有限制性呼吸模式或气道阻塞分类。方法 参考方程FEV1、FVC及FEV1/FVC比值由G.Z.采用不同建模技术开发：FEV1/FVC比值采用简单线性回归，FEV1和FVC采用分段线性回归（SLR）。最初，所有种族/族裔被合并为一组，因为主要假设是比较GAMLSS与SLR模型，而非比较不同生物祖先。应用了K折交叉验证。

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。