主动脉瓣狭窄治疗特征与目标卡片分类数据

数据集获取

源站：https://search.dataone.org/view/sha256%3Ae2d0ba7eb5ba68d49861378371987ceefd05e7145e59638e522ce9d62c8f084a

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

背景：指南建议在为重度主动脉瓣狭窄（sAS）选择治疗方案时，应纳入患者的价值观和偏好。然而，对于患者在选择治疗偏好过程中最看重什么，目前知之甚少。我们的目标是识别、优先排序并整理患者报告的重度主动脉瓣狭窄治疗目标及治疗特征。结果：共纳入51名重度主动脉瓣狭窄成年患者和3名具有治疗选择经验的照护者（年龄36-92岁）。参与者来自美国多家医疗中心及在线渠道。八次名义小组会议共产生了32项独特的治疗目标和46项治疗特征，这些目标和特征分别被归纳为10个目标集群和11个特征集群。最重要的集群为：1）对医疗团队的信任，2）对可选方案有充分的信息，3）长期前景。其他集群涉及治疗的必要性和紧迫性、保持独立和活跃、整体健康、生活质量、家人和朋友、推荐……

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。