病例级阅片数据与SPSS 26分析文件：ChatGPT-4o和Gemini Pro对比医师在创伤X线片上的表现

数据集获取

源站：https://doi.org/10.5281/zenodo.23624872

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。

数据集大小约 35.5 KB。

数据说明

用于一项诊断准确性研究的病例级阅片者数据及IBM SPSS Statistics 26分析文件，该研究在50例创伤肌肉骨骼X线病例（配对的正位和侧位视图）上，比较了两种多模态大型语言模型（ChatGPT-4o和Gemini Pro）与一名急诊医学医师和一名骨科外科医师的诊断表现；这些病例选自开放获取的Human Bone Fractures Multi-modal Image Dataset（HBFMID，Mendeley Data，https://doi.org/10.17632/xwfs6xbk47.1）。结局指标：完全正确、部分正确或错误诊断；相对于参考标准的紧急干预和进一步影像检查决策。文件：LLM_Trauma_Radiograph_Data.sav（SPSS数据文件，50例×31个变量，含变量标签和值标签）；LLM_Trauma_Radiograph_Data.xlsx（相同数据外加代码本工作表）；LLM_Trauma_Radiograph_Analysis.sps（SPSS 26语法，可复现所有分析：描述性统计、Cochran Q、精确McNemar、Cohen kappa、灵敏度和特异度交叉表、事后检验、Wilson 95%置信区间、错误重叠）；README.txt（变量命名和复现步骤）。图像不再分发；病例编号指研究团队选定的50例病例。

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。