急诊科房颤患者行CT评估肺栓塞时排除左心耳血栓的可行性研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07647939

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

条件：心房颤动（AF）、肺栓塞（PE）、左心耳血栓。本研究旨在探讨在因肺栓塞行标准CT扫描后立即进行的心脏快速附加CT扫描，能否有效检测心房颤动患者左心耳（LAA）中的血栓。在某些心脏手术前，检测这些血栓对于预防卒中至关重要。目前，通常采用另一种更为复杂的检查（经食管超声心动图——TEE）。本研究将评估这种附加CT扫描是否可行，即是否能在无需额外使用造影剂的情况下提供足够清晰的图像以识别左心耳血栓。本研究将纳入60例患者，一半接受“非门控”CT扫描，另一半接受“门控”CT扫描（与其心律同步）。在研究期间，这些扫描的结果不会用于患者的即时诊疗，而是用于评估CT扫描技术本身。参与者没有直接获益，但所获得的信息可能为未来的患者带来更快速的诊断并减少不必要的检查。

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。