标准扩散加权磁共振成像在巨细胞动脉炎中识别缺血性视神经病变的效用
该数据集包含巨细胞动脉炎患者和对照组的扩散加权磁共振成像（DWI）影像数据，模态为医学影像（磁共振），通过评估视神经的扩散异常来识别缺血性视神经病变，主要用于神经眼科影像学研究，支持疾病诊断、影像生物标志物探索及临床评估工具的验证。
基本信息
资源简介
标准扩散加权磁共振成像在巨细胞动脉炎中识别缺血性视神经病变的效用
【数据集背景】
本数据集源站标题为《Utility of standard diffusion-weighted magnetic resonance imaging for the identification of ischemic optic neuropathy in giant cell arteritis》。
【数据内容】
源站原始描述：Purpose: To assess diffusion abnormalities of the optic nerve (ON) in giant cell arteritis (GCA) patients with acute onset of visual impairment (VI) using diffusion-weighted magnetic resonance imaging (DWI). Methods: DWI scans of GCA patients with acute VI were evaluated in a case-control study. Two blinded neuroradiologists assessed randomized DWI scans of GCA and controls for ON restricted diffusion. Statistical quality criteria and inter-rater reliability (IRR) were calculated. DWI findings w…
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:d8ab5bdceb23fcffb1150334c4db969f04261f7c36786e1f04b536cc5ccde0c1
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
该数据集是一项针对巨细胞动脉炎（GCA）患者急性视觉障碍（VI）的医学影像研究，旨在通过扩散加权磁共振成像（DWI）评估视神经（ON）的扩散异常，以识别缺血性视神经病变（ION）。数据包含35名GCA患者（平均年龄76.2岁，共37次扫描）和35名对照者（平均年龄75.7岁，共38次扫描）的DWI影像，由两名神经放射科医生盲法评估视神经受限扩散情况，并计算了敏感性、特异性、阳性预测值和阴性预测值等统计指标。数据来源为临床病例对照研究，主要用于神经眼科影像学领域的研究，支持缺血性视神经病变的诊断、影像生物标志物开发及临床决策辅助。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
