COVID-19与深静脉血栓

数据集获取

源站：https://clinicaltrials.gov/study/NCT04338932

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：COVID-19，深静脉血栓形成（DVT）/血栓性静脉炎。已知入住重症监护室（ICU）的患者存在血栓栓塞事件的风险。Virchow三联征将主要风险因素分为三类：静脉淤滞、血管损伤和血液凝固激活。长时间机械通气及其高呼气末正压（PEEP）的血流动力学效应、中心静脉导管的存在、患者的制动以及肥胖或其他合并症的存在，均可导致ICU患者发生深静脉血栓形成（DVT）。据报道，ICU住院期间DVT的发生率在5%至15%之间。3月13日，首位COVID-19患者入住Jessa医院的ICU。几天内，我们COVID-19病房的收治人数呈指数增长。在这段艰难时期，针对COVID-19的研究表明，COVID-19病毒会诱导高炎症状态。有研究提出，全身性炎症会导致内皮损伤。

这会激活凝血级联反应并损害纤溶功能，破坏内皮屏障，并导致生理性抗血栓因子的丧失，这可能显著增加深静脉血栓形成的风险。迄今为止，针对COVID-19仍无病因治疗方法。目前对COVID-19的管理主要是支持性的，即应对持续的炎症状态和持续的静脉血栓栓塞风险。在我院因COVID-19入住ICU的一名患者中，放置股静脉透析导管时，发现该患者双侧股总静脉近端存在大块深静脉血栓。由于该患者没有深静脉血栓的临床症状，当时ICU单元内的每位患者都接受了深静脉血栓筛查。我们在1个ICU单元的12名患者中，发现有8名患者存在一处或多处深静脉血栓。由于这一发生率异常之高，我们希望进一步调查。

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。