利用纵向生物标志物预测动脉瘤生长与破裂

数据集获取

源站：https://clinicaltrials.gov/study/NCT03320408

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：腹主动脉瘤，腹主动脉瘤破裂。PARIS研究旨在确定AAA进展（增长或破裂）与血清蛋白酶和细胞因子水平随时间变化之间的相关性。将进行重复测量分析，以利用所有可用的纵向数据。将建立Pearl AAA生物样本库以支持PARIS研究，同时也旨在促进未来研究。此类未来研究应属于Pearl AAA的科学目标范畴，即：* 深入了解AAA的发病机制 * 增加对AAA破裂风险的了解 * 评估并可能改进AAA的治疗 'Parelsnoer Institute’将在某些方面为Pearl AAA生物样本库提供支持，包括但不限于以下内容：* 在所有参与医院中收集和存储生物样本的标准化操作程序 * 信息架构师建立数据字典，其中定义所有变量 * 存储前对患者数据进行编码的标准化程序 * 标准化数字基础设施，以增强患者数据和影像数据的存储

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。