真实世界评估AI多光谱成像用于AMD生物标志物检测

数据集获取

源站：https://clinicaltrials.gov/study/NCT07446582

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：年龄相关性（干性）黄斑变性。这项观察性临床研究的目标是了解DeepMSI AI能否以与经验丰富的临床医生相当的敏感性和特异性检测年龄相关性黄斑变性（AMD）生物标志物，研究对象为40岁以上的成年人。该研究旨在回答的主要问题是：* DeepMSI AI检测AMD生物标志物的敏感性是否与经验丰富的临床医生相当？* DeepMSI AI检测AMD生物标志物的特异性是否与经验丰富的临床医生相当？参与者的眼睛将通过MSI-120进行成像，其图像将由DeepMSI AI和视网膜专科医生分别独立分析AMD生物标志物。研究人员将把DeepMSI AI的视网膜图像分析与金标准（临床医生的判读）进行比较，以确定AI在敏感性和特异性方面是否达到等效性。

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。