Advanced Ultrasound Otoscope 诊断 AOM 的效用

数据集获取

源站：https://clinicaltrials.gov/study/NCT06429709

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

病症：复发性中耳炎、中耳感染、耳部感染。本研究旨在通过工程原型设备收集超声信号信息和耳镜视觉图像，对象为计划接受鼓膜置管手术的儿童，目的是进行算法开发。在获得父母或监护人的知情同意后，将收集每位儿童双耳的超声和视觉数据。图像将使用高级超声耳镜设备拍摄。将记录耳侧别以及外科医生报告的中耳积液中的感染情况、非感染性积液或正常发现。不会记录任何可识别身份的数据。每位研究参与者将获得一个独特的研究编号，该编号将与图像和中耳发现相关联。不会收集额外信息，包括年龄、性别、姓名或其他受保护健康信息。图像及相应的研究数据将存储在设有密码保护的智能手机或平板电脑上，以及设有密码保护的外部硬盘上。还将收集的其他特征包括关于积液的手术和实验室发现、存在或不存在（即

积液）。通常被吸出的中耳液体将收集在一个收集器——Tympap——中，收集到的液体将送往微生物学实验室进行分析。研究人员将收集鼓膜的超声和视觉数据。研究人员收集的图像是鼓膜表面的光学图像。波形不穿过身体组织，鼓膜是强反射体，信号返回超声换能器，将波形从模拟信号处理为数字信号。超声信号的功率是用于胎儿成像的超声功率的1/1000，后者被认为是安全的。

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。