大血管炎大轴向视野[18F]FDG PET/CT成像方案优化研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07628075

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：大血管血管炎、高安动脉炎、巨细胞动脉炎（GCA）。系统性血管炎是导致血管炎症的自身免疫性疾病，根据其主要累及的血管大小进行分类。大血管血管炎（LVV）的主要类型为巨细胞动脉炎（GCA）和高安动脉炎（TA）。目前有多种影像学方法可用于大血管血管炎（LVV）的诊断：超声、磁共振血管造影（MRA）、计算机断层血管造影（CTA）以及[18F]氟脱氧葡萄糖（[18F]FDG）PET/CT。尽管[18F]FDG PET/CT已确立用于LVV的诊断评估，但其相对较低的空间分辨率、辐射暴露以及较长的成像时间限制了其应用，尤其是在评估较小口径血管和冠状动脉方面。数字化长轴视野（LAFOV）-PET/CT系统有望显著改善LVV的诊断和管理，因为其灵敏度提高，能够在更短的扫描时间和/或更低的示踪剂剂量下，更好地检测小口径血管受累和低度炎症。

LAFOV-PET/CT有潜力从放射性示踪剂注射时即进行动态全身成像，以详细分析[18F]FDG的摄取情况。此外，还有机会在一次检查中同时获取LAFOV-PET/CT图像，并将该方法与心脏及所有大血管的CT血管造影成像相结合。目前，判断小血管受累依赖于主治医师在诊断时除其他影像学检查外另行申请CT血管造影（CTA），而这目前并非常规做法。在诊断时和随访期间采用[18F]FDG LAFOV-PET/CT与CTA联合方案，可能有助于全面确定该队列中冠状动脉疾病的负担，并更好地明确其在治疗过程中的自然史。对于随访应答病例，尤其是在TA中，利用LAFOV-PET/CT实现更低辐射剂量的潜力十分重要。

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。