评估Ophthal-360检测糖尿病视网膜病变临床表现的关键试验

数据集获取

源站：https://clinicaltrials.gov/study/NCT05806957

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：糖尿病视网膜病变。这是一项多中心、前瞻性研究，将在最多5个初级保健站点招募500名有糖尿病视网膜病变风险但此前从未确诊且符合所有入选标准的成年受试者。此外，还将对30名受试者进行一项子研究，通过多次成像这些受试者来评估算法检测糖尿病视网膜病变的精确性，以证明该算法的操作者内部和操作者间可靠性。所有入组受试者将接受由一位无使用所列眼底相机经验的新手操作者进行的视网膜成像。来自每台视网膜成像设备的图像将保存至计算机并上传至服务器，由Ophthal-360服务进行评估。将生成一份报告并归档每张图像的结果。在新手操作者完成成像后，每位患者还将由专业眼底摄影师使用标准散瞳和OCT成像对其眼睛进行拍摄，以评估黄斑水肿。这些图像将发送至眼底摄影阅片中心进行最终判定和诊断。

患者将收到FPRC评估的结果，但不会获得软件生成的报告。将进行FPRC判定与软件生成报告之间的比较，以评估该算法的分析性能。

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。