药房人工智能增强视网膜摄影筛查糖尿病视网膜病变

数据集获取

源站：https://clinicaltrials.gov/study/NCT05452993

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、人工智能、糖尿病。DIABeyeIA是一项为期6个月的前瞻性研究，在诺曼底（法国北部的一个地区）的11家药房开展，旨在评估对所有糖尿病患者进行系统性糖尿病视网膜病变筛查的效果，这些患者是通过其常规治疗被识别出来的，并定期前往药房。参与的药房将向所有前来药房取药的糖尿病患者提供机会，使其在到访药房时能够受益于这项筛查。如果患者接受，在签署书面同意书并填写临床数据表后，他将受益于糖尿病视网膜病变筛查（第1组）：药剂师将对每只眼睛拍摄两张视网膜照片，并通过提供给药剂师的接口，由人工智能系统立即进行解读。几秒钟内，系统将给出回答：*（i）没有糖尿病视网膜病变。在这种情况下，将向患者发送一封信，提醒其糖尿病视网膜病变筛查的方式和法国相关建议。

• (ii) 若图像存在疑问，在此情况下，将由一名眼科专家进行复读，并通过药剂师将其解读结果转达给患者。若存在威胁性损害，将通过患者的药剂师向其提议前往大学医院进行眼科急诊就诊。不符合纳入标准或拒绝参与研究的患者将被列入拒绝/无法参与DIABeyeIA研究（第2组）的名单。在所有情况下，药剂师将向患者提供一封信函，供其全科医生和常规眼科医生查阅，以告知他们筛查及其结果。每位参与患者的临床和治疗数据将由药剂师提供。满意度问卷将由参与研究的药剂师在研究结束时填写，患者则在筛查结束时填写。

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。