预测慢性胸主动脉夹层患者进展的数字孪生构建

数据集获取

源站：https://clinicaltrials.gov/study/NCT07315178

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

病情：A型主动脉夹层伴残留B型夹层，慢性B型主动脉夹层。主动脉夹层导致主动脉内层撕裂，形成真腔和假腔。夹层分为两型：A型累及升主动脉，B型累及降主动脉。A型主动脉夹层几乎总是需要紧急手术，涉及用人工血管替换升主动脉。此类夹层发生后，降主动脉中会残留夹层，称为残留B型夹层，并转为慢性。这需要加强MRI或CT扫描监测，而目前这些方法尚不足以有效预测可能发展为需手术干预的主动脉破裂的动脉瘤。血流、调节血液循环的力与机制、主动脉的力学与组织学以及血液标志物等其他因素，可能为动脉瘤的发展提供更可靠的预测。建立一个整合所有这些因素的数字孪生模型，应能实现更好的患者管理。

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。