区分2型糖尿病中糖尿病肾病与非糖尿病肾病的机器学习模型开发与验证

数据集获取

源站：https://clinicaltrials.gov/study/NCT07672639

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：糖尿病肾病、2型糖尿病、慢性肾脏病。本研究回顾性收集了2019年1月至2022年12月期间在中国14个医疗中心接受肾脏活检的成年2型糖尿病患者的临床和病理数据。根据肾脏活检结果，患者被分类为糖尿病肾病（DKD）、非糖尿病肾病（NDKD）或混合病理。从电子病历中提取了人口统计学特征、糖尿病并发症、实验室检测指标和肾功能参数。训练并比较了六种机器学习算法，用于区分DKD与NDKD。采用递归特征消除法进行特征选择。表现最佳的模型使用2022年1月至2024年12月期间纳入的独立队列进行了外部验证。使用SHapley Additive exPlanations（SHAP）评估模型可解释性。主要目标是开发一种无创且可解释的诊断模型，能够利用常规可获得的临床变量区分DKD与NDKD。

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。