3D超声确定的颈动脉斑块自然史

数据集获取

源站：https://clinicaltrials.gov/study/NCT03314818

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：动脉粥样硬化性疾病、斑块、动脉粥样硬化、心脏病、卒中、心血管危险因素。BioImage研究（NCT00738725）的设计与目标已详细发表。简言之，BioImage研究正在探究针对亚临床动脉粥样硬化的靶动脉成像以及ABI和循环生物标志物的测量是否能够增加传统危险因素评分系统（即Framingham危险评分）的预测价值。BioImage研究（2008年1月至2009年6月）的入组工作最终纳入了7，687名年龄55至80岁、来自Humana健康系统、居住在伊利诺伊州芝加哥或佛罗里达州劳德代尔堡的无症状美国人。其中，6，104人进入了研究的成像分支。对BioImage研究横断面基线发现的分析已得出与亚临床动脉粥样硬化的存在和严重程度相关的重要新发现，以及亚临床疾病标志物在识别近期动脉血栓事件高风险人群中的作用。

BioImage研究中一项引人注目的新发现是，通过一种新型三维超声方法检测到的颈动脉亚临床动脉粥样硬化病变的患病率。三维颈动脉成像被用于识别位于颈总动脉（CCA）颈部段和颈内动脉的病变。三维颈动脉成像最初使用高分辨率线性阵列二维换能器进行，以横断面方式扫描动脉，操作者手动将换能器从近端CCA向头侧缓慢移动至远端颈内动脉（即从锁骨至下颌骨）。这段“手动三维”横断面扫查产生的10秒数字视频片段在核心超声实验室中接受检查，以确定斑块的存在并进行定量分析。在研究的第二阶段，使用电动机械换能器完成类似的扫查，以换能器的受控运动取代手动扫查。该超声技术在78%的病例中识别出了颈动脉斑块。颈动脉

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。