肝病早期诊断的综合诊断

数据集获取

源站：https://clinicaltrials.gov/study/NCT04666402

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：非酒精性脂肪性肝病、非酒精性脂肪性肝炎、酒精性肝病、肝纤维化。肝病是一种隐匿性流行病。西北地区每十人中就有四人可能患有肝病。其中一小部分但比例显著的患者会发展为瘢痕形成，进而导致终末期肝硬化。这种情况常常在非常晚期才被发现，此时治疗已无法逆转病情。这是英国面临的最大健康挑战之一。目前，临床医生使用多种单一检测方法，但这些方法各自难以早期识别疾病和高风险患者。研究人员正在实施一种新路径，用于评估肝功能血液检测异常或肝病高风险患者。这一新路径将允许在社区肝脏评估诊所（CLAC）对患者进行评估，预计仅20%的受评患者需要在二级医疗接受进一步评估。研究人员预计，该路径每年将评估750名患者。这一路径将汇集一大群肝病患者。

作为临床评估的一部分，研究人员将进行相关检查以诊断疾病并评估其范围。这将产生大量信息，而研究人员目前是孤立地使用这些信息来做出上述评估。在本研究中，研究人员希望将所有这些数据汇集到一个经过整理的数据库中。为此，研究人员将邀请所有因临床需要而前往CLAC就诊的患者加入本研究。这将建立一个数据库，将所有数据以及一些其他非侵入性检测（与常规临床检测同时进行）结合起来。本项目将通过与创新公司合作来解决这些答案缺失的问题，开发软件将多种不同的检测整合在一起，形成一种算法，以更早地检测疾病。

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。