人工智能用于乳腺X线摄影筛查研究（AI-STREAM）

数据集获取

源站：https://clinicaltrials.gov/study/NCT05024591

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：乳腺癌。1. 在乳腺癌筛查中已发现若干挑战：1) 部分乳腺癌病例未能通过筛查发现；2) 因进一步检查而召回过多；3) 致密乳腺中的敏感性低；4) 阅片者间变异性。基于人工智能的CADe/x已被证明可提高放射科医生的表现，并提供与放射科医生单独阅片相当或更优的结果。2. 这项多中心、前瞻性研究涉及在韩国各站点进行乳腺癌筛查的女性。在相关年度符合国家癌症筛查资格、阅读研究参与者招募手册并阅读并签署参与者信息表和知情同意书的女性将被招募进入本研究。从2021年2月至2022年12月，将在韩国五个研究站点招募约32，714名参与者。3. 在韩国，由一名放射科医生进行乳腺X线摄影阅片。如果需要召回（按常规护理），将进行进一步的诊断检查，以确认筛查时发现的癌症。国家癌症登记数据库将在2026年和2027年进行审查。

无论参与者的筛查状态如何，所有参与者的可用检查结果都将被记录，以便识别在筛查后一年内和两年内被诊断为乳腺癌的研究参与者。4. 在主要结局测量中，作为标准筛查程序的一部分，乳腺放射科医师将在不使用AI-CADe/x的情况下阅片并记录乳腺X线摄影结果，然后在使用基于AI的CADe/x的情况下进行阅片和记录。[Set1] 5. 在次要结局测量中，同一批参与者（与Set 1相同）的乳腺X线摄影将由一名普通放射科医师在不使用基于AI的CADe/x的情况下阅片并记录，然后在使用基于AI的CADe/x的情况下进行阅片和记录。[Set 2] 在额外的次要结局测量中，对于Set 1和Set 2中两位放射科医师在不使用基于AI的CADe/x的情况下所得阅片结果不一致的病例，将由另一位乳腺放射科医师在不使用基于AI的CADe/x的情况下进行仲裁阅片。[Set 3] 6. 在完成

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。