在越南由非医师分级人员开发并测试低成本机会性青光眼筛查模型

数据集获取

源站：https://clinicaltrials.gov/study/NCT05151757

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：训练组、敏感性。背景：根据国际糖尿病联盟（IDF）的数据，20-79岁成年人中糖尿病的患病率将从2019年的4.63亿增加到2045年的7.43亿，增幅达51%。从2019年到2045年，这一增长预计在欧洲为15%，北美为33%，东南亚为74%，非洲为143%。在非洲，约五分之三的糖尿病患者仍未得到诊断。高收入国家糖尿病相关的总卫生支出为4940亿美元，中等收入国家为2640亿美元，而低收入国家仅支出10亿美元。因此，糖尿病是全球范围内的一个重大问题，尤其是在低收入国家。糖尿病视网膜病变是糖尿病最常见的微血管并发症，若不治疗可导致失明。糖尿病视网膜病变是导致失明的主要原因之一，尤其是在视力对日常生活极为重要的劳动人群中。三分之一的糖尿病患者可检出糖尿病视网膜病变。

然而，糖尿病视网膜病变（DR）可以得到有效治疗，但早期发现和及时转诊对于取得良好疗效至关重要。通过对糖尿病人群进行全面、系统的监测，实现早期诊断、及时转诊和治疗可及，已被证明在临床和成本效益方面均有效。英国（UK）实施了全国性、基于人群的糖尿病视网膜病变筛查项目，取得了非常显著的成效。在许多资源受限的地区，此类筛查项目尚不存在或发展不足。越南近期完成了一项研究，培训非医师分级人员对糖尿病人群进行糖尿病视网膜病变筛查。该研究还评估了越南医师分级人员与非医师分级人员在DR分级方面的准确性。本研究的目的是开发并测试一种低成本的机会性青光眼筛查模型，在糖

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。