多模态磁共振成像评估糖尿病肾病

数据集获取

源站：https://clinicaltrials.gov/study/NCT06452862

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。目前，糖尿病肾病（DKD）的临床诊断主要依赖于尿微量白蛋白检测，而该检测受多种其他因素影响。肾活检是另一种检测DKD的方法，但由于其有创性，无法在临床实践中广泛应用。因此，需要一种可重复且可靠的非侵入性方法，以实现更准确的诊断。多模态磁共振成像，包括但不限于磁共振弹性成像（MRE）、血氧水平依赖磁共振成像（BOLD-MRI）、动脉自旋标记（ASL）、不相干运动扩散加权成像（IVIM-DWI）、T1mapping和T2mapping，能够提供有关细微结构和功能变化的有价值信息，并在病理和分子特征的诊断、分类及预测方面显示出广阔前景。

在本临床试验中，将对不同阶段的糖尿病患者进行多模态磁共振检查，并在治疗期间进行定期随访，以探究影像学表现与肾脏病理生理变化之间的关系。我们旨在探索多模态磁共振成像在DKD分期诊断中的可行性，并通过结合影像学与生化指标，建立一种无创评估DKD疾病进展的方法，从而为临床用药提供参考。本研究有助于更好地理解和管理DKD，并为更准确的诊断、改善临床决策以及DKD患者的个性化治疗方案铺平道路。

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。