加拿大阻塞性肺疾病队列

数据集获取

源站：https://clinicaltrials.gov/study/NCT00920348

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

疾病情况：COPD，即慢性阻塞性肺疾病。摘要 慢性阻塞性肺疾病（COPD）是加拿大第四大死因。COPD不仅是男性的疾病，也不仅仅是老年人的疾病。女性在研究中代表性不足，早期疾病尚未得到充分研究。COPD的诊断不足仍是一个重大问题，这可能表明存在未满足的医疗需求。这可能导致患者不仅被错误告知，还可能引发不正确的管理。需要通过流行病学研究来制定应对这一重大健康问题的框架，更好地描述处于风险的男女人群及早期疾病患者的特征，更好地理解哪些可通过健康干预改变的因素与健康感知（健康相关生活质量）及疾病演变相关。这将通过一项全国性研究——加拿大阻塞性肺疾病队列（CanCOLD）——一项前瞻性纵向研究来实现。CanCOLD研究建立在当前正在进行的全国性患病率研究——加拿大阻塞性肺疾病“COLD”研究的基础之上。

CanCOLD将成为首个评估加拿大全国疾病患病率及其在男性和女性中后果的研究，并评估基于患者健康感知（健康相关生活质量）的疾病严重程度概念模型。最终，该项目将扩展为纵向随访（3年或更长），并将有助于更好地理解生活方式危险因素，不仅包括吸烟，还包括饮食、体力活动和合并症。这将成为从单一危险因素管理（烟草控制）转向COPD全面风险管理的巨大助力。该研究结果将极大地帮助决策者制定政策，以改善COPD的诊断和管理，并优化医疗保健服务的使用。

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。