两台双能密度仪交叉校准及iDXA与MRI区域脂肪组织测量比较

数据集获取

源站：https://clinicaltrials.gov/study/NCT02346474

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：肥胖。我们的研究单位（NIDDK）最近购置了一台新的X射线设备（通用电气（GE）Lunar iDXA），用于测量身体成分（即脂肪占体重的百分比）。该设备提供的图像更清晰、更锐利。该设备还配有更大的检查床，可扫描体重高达450磅（204公斤）的患者。更大的检查床使高大和体重较大的患者更容易摆位。我们希望将来使用这台新设备，但想了解我们目前的DXA设备（GE公司的Lunar Prodigy骨密度仪）与Lunar iDXA骨密度仪（GE）测量的人体脂肪百分比是否一致。如果两台设备之间存在测量差异，我们将开发一种方法，将新设备的结果转换为更接近当前DXA设备的结果。因此，在本研究中，我们将要求志愿者在同一天在两台设备上接受身体脂肪测量扫描。腹部器官周围的脂肪（称为内脏脂肪或VAT）与比仅位于皮肤下方的脂肪（称为皮下脂肪或SAT）更多的不良健康结局相关。

在标准化DXA身体成分测量结果的同时，我们希望将iDXA估算的内脏脂肪组织（VAT）和皮下脂肪组织（SAT）值与MRI获得的值进行比较。精确的MRI测量完全避免了志愿者的辐射暴露，但耗时远多。了解iDXA的结果与MRI结果相匹配或相关，将使我们能够在正在进行和未来的研究中利用iDXA测量来估算内脏和皮下脂肪组织库。

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。