介入性AI-人类协作脂肪性肝病筛查

数据集获取

源站：https://clinicaltrials.gov/study/NCT07613827

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：脂肪性肝病、慢性肝病中的肝纤维化进展、肝脂肪变性、肝纤维化、混合来源脂肪性肝病（MetALD）。AIG-SLD筛查项目是一项单臂、开放标签、前瞻性干预研究，旨在评估MAOSS引导的识别与AI-人类协作召回策略在检测脂肪性肝病（SLD）中危或高危个体以及评估干预结局方面的有效性。该试验将前瞻性、连续性地纳入约8000名年龄≥18岁、接受常规胸部或腹部非增强CT（NCCT）且肝脏覆盖充分的合格成年人。AI系统即MAOSS将被嵌入标准临床工作流程，以评估AIG-SLD筛查的真实世界表现及影响。所有合格的NCCT扫描将通过两条并行流程进行评估：1. 标准诊疗（SoC）工作流程：放射科医生进行独立评估，一线放射科医生审阅后由资深放射科医生最终确定报告。2. AIG工作流程：MAOSS系统同时实时分析相同的影像数据。

系统通过标记MAOSS评分≥1.6且FIBRO评分≥1.7的患者进行召回，以此筛查临床疑似SLD的患者。这些算法标记将与放射科医生对临床显著SLD的判断进行对比。管理路径定义如下：（1）一致病例：如果标准护理（SoC）与AIG路径一致（均建议召回或均不建议召回），则执行商定的决定。（2）不一致病例：如果SoC与AIG路径不一致，为确保安全，患者将被召回接受初级肝病护理。初级肝病护理首先收集有关病史、生活方式、饮酒情况及代谢风险（2型糖尿病、肥胖、代谢综合征、显著饮酒或病毒性肝炎）的问卷，随后进行进一步的血清实验室检测和瞬时弹性成像（如FibroScan）。被召回的患者将接受管理

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。