用于诊断干燥综合征的小唾液腺活检样本淋巴细胞灶评分AI算法

数据集获取

源站：https://clinicaltrials.gov/study/NCT06437652

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

疾病：干燥综合征。1. 开发并调试用于唇部小唾液腺活检样本全切片图像中淋巴细胞灶评分的AI算法，以诊断干燥综合征；从中山大学孙逸仙纪念医院收集共计200张唇部小唾液腺活检样本的H&E染色切片，并扫描为数字病理图像。每张图像中腺体组织区域和淋巴细胞灶数量的金标准由三名具有5年以上相关经验的资深病理学家判读。2. AI算法的内部测试；从中山大学孙逸仙纪念医院额外收集共计500张唇腺活检组织的数字病理图像。每张图像中腺体组织区域和淋巴细胞灶数量的金标准由三名具有5年以上相关经验的资深病理学家判读。计算AI算法在评估唇腺面积和淋巴细胞灶数量方面的准确率、特异性、敏感性、阳性预测值和阴性预测值。

还比较了AI算法与真实标准之间图像是否符合干燥综合征标准（灶性评分大于1）。3. 采用盲法在多中心对AI算法进行临床验证；从六个外部中心额外收集总共600张唇腺活检组织的数字病理图像。每张图像中腺体组织面积和淋巴细胞灶数量的真实标准由三位具有5年以上相关经验的资深病理学家判读。计算AI算法在评估唇腺面积和淋巴细胞灶数量方面的准确性、特异性、敏感性、阳性预测值和阴性预测值。还比较了AI算法与真实标准之间图像是否符合干燥综合征标准（灶性评分大于1）。4）建立了一个远程

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。