PREDIGA 2：Gaucher病与ASMD教育与诊断项目

数据集获取

源站：https://clinicaltrials.gov/study/NCT05641103

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：戈谢病、酸性鞘磷脂酶缺乏症、ASMD、尼曼-匹克病、脾肿大。对脾肿大的研究以及脾切除患者的随访，是这些患者转诊至儿科胃肠病学和肿瘤血液学门诊，以及成人内科和血液科的原因之一。据描述，0.3%的住院病例是因这一原因。脾肿大的研究和管理在各医学专科中已有充分描述，这些患者会就诊于不同专科。在应用不同算法和开展不同检查后，这些脾肿大被鉴定为肝源性、感染性、炎症性、充血性、血液学来源以及原发性病因。尽管开展了这些脾肿大相关检查，约10-15%的患者仍未能明确诊断。

本研究旨在提高这些不明原因脾肿大或不明显原因脾肿大患者的诊断敏感性，这些患者仍在接受不明原因脾肿大及不明原因脾切除患者的常规诊断临床程序，其中研究者包括提取血样进行干血斑试验（DBS），将针对戈谢病（GD）和酸性鞘磷脂酶缺乏症（ASMD）进行酶学/遗传学活性测定，并分析LisoGl1和LisoSM。

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。