定量MRI无创评估酒精性肝病严重程度

数据集获取

源站：https://clinicaltrials.gov/study/NCT03113929

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：酒精性肝病。目前酒精性肝病（ALD）的治疗目标在于管理ALD相关并发症，因为尚无针对该病的特异性疗法。寻找能够减缓ALD进展的疾病特异性疗法对于改善这些患者的预后至关重要。尽管在动物模型中的临床前治疗研究显示出希望，但ALD患者的临床试验受限于缺乏敏感、定量的方法来识别肝病严重程度和监测疾病进展。ALD中肝病的进展速度变化不定且难以预测，这使得治疗评估变得困难。肝脏或胆道疾病的临床指标（如胆红素、转氨酶）可能正常，仅轻度升高和/或保持稳定，即便器官损伤仍在持续。肝活检具有诊断价值，但属侵入性检查，对纵向监测的价值有限。目前，临床影像学，包括标准容积成像（MRI和超声）及肝纤维化评估（如Fibroscan），在全面评估ALD疾病严重程度和监测进展方面也效用有限。

临床上缺乏准确判断ALD肝病进展严重程度和进展速度的方法，这限制了使用新型治疗药物的临床试验的实施。开发非侵入性影像学生物标志物以评估肝脏进展速度将克服这一障碍，并使此类研究得以开展。本研究拟对ALD患者进行一次MRI检查，以寻找这些能够改善ALD患者诊断和治疗的生物标志物。

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。