嗜酸性粒细胞增多症诊断

数据集获取

源站：https://clinicaltrials.gov/study/NCT02581514

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：嗜酸性粒细胞增多综合征。嗜酸性粒细胞增多症，定义为血液中嗜酸性粒细胞比例大于500/mm³，在内科临床中较为常见。其病因多样：特应性反应、药物过敏、寄生虫感染、自身免疫性疾病及实体肿瘤。已报道的病因超过200种，部分难以诊断且可能危及生命。嗜酸性粒细胞增多症的诊断可能陷入困境，因为其病因广泛且多样。本研究旨在评估在一组嗜酸性粒细胞增多症患者中，基于决策算法的诊断方法的可行性。基于临床检查及一些简单诊断试验，采用分层策略开具附加检查对诊断的贡献从未被评估过。我们假设，采用附加检查分层流程将提高确诊率，同时缩短诊断时间。这种由算法定义的流程甚至能减少达到诊断所需的检查数量。

所有类型的患者均被纳入考虑：包括来自大学医院的患者、由全科医生或其他医院转诊的患者。此外，我们还涵盖内科患者，以及血液科和感染科的患者。对这些不同群体进行比较将具有相关性，因为其所患疾病可能有所不同。一旦入组，研究者将引导患者完成算法所规定的各个步骤和检查。事实上，在5个月内（第1、5、43、71、85、99、113天及第5个月），患者须遵从算法所规定的各项检查和评估，这些应能导向诊断。

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。