使用人工智能引导的超声心动图辅助心血管患者管理

数据集获取

源站：https://clinicaltrials.gov/study/NCT05558605

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：心力衰竭、瓣膜性心脏病。相对于澳大利亚其他地区，心力衰竭（HF）和瓣膜性心脏病（VHD）在澳大利亚农村和偏远地区（RRA）是尤为突出的问题，部分原因在于农村人口老龄化以及原住民社区风湿性心脏病的高发。晚期诊断可能导致本可避免的住院和澳大利亚医疗系统的额外开支。超声心动图是首选的影像学检查，也是管理的基石，但在澳大利亚，获得这一基本检查的机会存在巨大的地理差异。其主要原因在于该技术依赖于专业人员的图像采集。人工智能（AI）现已被用于优化超声心动图图像采集，而安全的云端存储使得远程测量和解读成为可能。本试验旨在证明基于AI的超声心动图引导下对RRA地区已知或疑似心脏病患者进行分诊和管理的有效性。

本研究将开展一项全球首创的随机对照试验，通过人工智能检测与早期干预，识别心力衰竭和瓣膜性心脏病的早期阶段，选择适宜的管理方案，减少住院率，并维持功能状态与生活质量。研究将在偏远和乡村地区原住民中开展，纳入年龄40岁及以上、至少具有一项心力衰竭危险因素的参与者，通过四地的诊所及社区外展招募，并借助以下远程外展支持：i）爱丽斯泉医院；ii）尼皮恩医院对接达博医院及新南威尔士州西部；iii）亚历山德拉公主医院对接罗马、查尔维尔及昆士兰州西部；iv）与皇家珀斯医院及Derbarl Yerrigan健康服务机构合作，覆盖珀斯原住民社区。预计将筛查并随访约1200名有心力衰竭和瓣膜性心脏病风险的个体。本研究将与原住民社区合作伙伴共同开展。

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。