基于App与基于玻片的沙眼分级者间一致性（IGA）测试

数据集获取

源站：https://clinicaltrials.gov/study/NCT04002726

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：沙眼。目前，沙眼分级员的培训采用幻灯片或基于应用程序的测试系统。研究者希望正式评估基于应用程序的培训与测试系统是否比基于幻灯片的培训与测试系统在实地诊断中效果更佳。研究者还将询问参与者对这两种系统的接受度看法，并对这两种系统进行成本-后果分析。目标与方法：1.1 比较两种课堂IGA测试（基于应用程序和基于幻灯片）在预测学员实地IGA测试成功方面的能力。1.2 评估课堂IGA测试的kappa分数阈值是否恰当。1.3 对培训系统进行成本-后果分析，以便有效定位基于应用程序的评估与培训系统的使用。1.4 探究分级员学员特征是否影响学员在IGA测试中的表现。1.5 获取关于基于应用程序系统的可用性和接受度的反馈。

1.6 比较两种课堂IGA训练方法（基于应用程序和基于幻灯片）在课堂IGA测试（基于应用程序和基于幻灯片）结果和现场IGA测试结果方面的差异。

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。