当代冠状动脉CT血管造影在临床实践中的实施

数据集获取

源站：https://clinicaltrials.gov/study/NCT06273033

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

病症：有明显搭桥血管的冠状动脉疾病、冠状动脉综合征、冠状动脉粥样硬化。最新的国际指南推荐将冠状动脉计算机断层扫描血管成像（CCTA）作为排除冠状动脉疾病（CAD）的首选检查。对于其他无创检查结果不明确或不确定的情况，CCTA也应被视为有创冠状动脉造影（ICA）的替代方案。得益于空间和时间分辨率的提升，CCTA现在被认为适用于广泛的预检概率（PTP）范围，从5%到90%。实际上，CCTA在识别至少存在一处经ICA定义为中度（≥50%）显著冠状动脉狭窄的患者方面的准确性已接近90%。此外，在至少存在中度缺血的患者中，CCTA和解剖学评估在风险预测方面似乎优于负荷试验。因此，CCTA已被认定为大多数疑似慢性冠状动脉综合征患者的一线诊断检查，甚至在某些急性胸痛表现中也是如此。

假设CCTA因其高阴性预测值而作为ICA的守门人，并最终如所假设的那样在诊断角色上取代ICA。在这种情况下，理解临床实践中遇到的差异实例至关重要。此外，既往研究主要评估了CCTA与ICA相比在识别≥中度冠状动脉狭窄（即≥50%管腔狭窄）方面的性能。相反，关于其排除重度冠状动脉狭窄（即≥70%管腔狭窄）能力的证据则少得多。这一点值得注意，因为近期研究表明，CAD的解剖学严重程度具有强烈的预后影响，甚至超过缺血。最后，动态负荷CT灌注（stress-CTP）和CT衍生血流储备分数（FFR-CT）等新技术 emerged as potential strategies to combine anatomical and functional evaluation providing additional diagnostic accuracy。在此背景下，研究者的目标是1）报告关于性能的真实世界数据

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。