糖尿病肾病全疾病周期智能防控体系与策略

数据集获取

源站：https://clinicaltrials.gov/study/NCT06843304

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。糖尿病肾病是糖尿病最严重的微血管并发症之一，也是导致过早死亡和残疾的主要原因。它已成为中国乃至全球终末期肾衰竭的首要病因，消耗大量医疗资源。建立糖尿病肾病发生发展的全面调控体系是有效预防和控制的迫切需求。然而，国内外均缺乏覆盖糖尿病肾病全疾病周期的代表性队列，导致全面描述其发展规律存在技术瓶颈。本项目旨在扩展和整合现有的大样本自然人群队列及覆盖糖尿病和糖尿病肾病全疾病周期的前瞻性随访队列，构建全景生命数据库，以识别不同疾病阶段的风险因素、临床表型和多模态生物标志物。

通过整合多器官相互作用（如肾脏、眼），该项目将建立针对微血管并发症的新型影像学和功能评估技术。利用人工智能处理多模态医疗数据，将构建并验证糖尿病肾病全疾病周期的风险预测模型和评估体系。项目将开发有效的糖尿病肾病智能防治策略，促进新技术的应用，并建立医疗质量控制体系，为医疗机构提供服务。最终目标是提高并维持医疗质量，降低终末期肾病的发生率。

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。