CoMind早期可行性研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT06368648

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：颅内压、颅内压变化、创伤性脑损伤、脑出血、脑炎、脑病、脑积水、卒中。一项前瞻性、观察性研究，经 Central IRB 确定为非显著风险，旨在评估并改进无创 ICP 估算系统的性能。开发无创系统的目的是替代有创 ICP 监测仪的需求。参与者作为自身对照，同时同步测量 ICP（按标准临床实践有创测量）、动脉血压（ABP——按标准临床实践有创测量），以及来自 CoMind One EFS 设备的新型无创脑血流指数（CBFi）测量值。这些信号将被同步记录。ABP 和 CBFi 将作为模型的输入，该模型输出 ICP 的无创估计值；有创 ICP 信号将用于监督和评估无创 ICP 估计模型的性能。将收集大量数据，用于训练和测试无创 ICP 模型。申办方将报告数据驱动的 ICP 估计值与有创测量信号之间的一致性界限（LOA）。此外，本研究将比较基于 ICP 或 CBFi 无创估计构建的指标，这些指标可指示 CAR 状态和自动调节极限。

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。