布鲁塞尔颈动脉狭窄与腹主动脉瘤患病率：一项基于人群的筛查研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT04098523

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：颈动脉狭窄、腹主动脉瘤、流行病学。一项基于人群的筛查研究，旨在确定布鲁塞尔首都区颈动脉狭窄（CAS）和腹主动脉瘤（AAA）的患病率。研究人群为布鲁塞尔首都区60岁及以上居民；计划招募4680名受试者。采用双功超声这一低侵入性检查，获取腹主动脉直径及颈动脉分叉处狭窄程度的信息。研究目标不仅在于确定布鲁塞尔60岁及以上居民中CAS和AAA的患病率，还包括与之相关的危险因素。为收集这些数据，设计了一份问卷，涵盖人口学特征、相关危险因素，以及受试者既往针对AAA或CAS的治疗情况和当前用药情况。检查通过一次性双功超声完成，以测量腹主动脉直径并确定颈动脉狭窄程度。数据收集将采用电子病例报告表，统计分析将采用多变量逻辑回归模型。

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。