ATUSA 乳腺病变评估超声诊断成像（AUDIBLE）- iSono Health

数据集获取

源站：https://clinicaltrials.gov/study/NCT07505797

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：乳腺癌、良性乳腺疾病、乳腺纤维腺瘤、乳腺肿瘤、乳腺疾病、女性乳腺癌、乳腺疼痛、浸润性乳腺癌。AUDIBLE 是一项在美国开展的多中心临床研究，旨在收集使用 iSono Health ATUSA 系统进行 3D 自动乳腺超声成像的数据。该研究聚焦于女性参与者，这些参与者此前通过标准诊疗诊断成像方法（例如手持式超声、乳腺X线摄影）被发现有可疑结果（分类为 BIRADs 4 或 5），并且已被转诊进行活检。目标是创建一个综合登记库，纳入多模态乳腺图像以及活检结果。该研究将入组最多 800 名符合条件的女性患者。除影像数据外，该研究还将从患者病历和活检结果中收集信息。该研究旨在验证 ATUSA 的图像质量、可重复性，以及与组织病理学和放射科医生所分配的 BI-RADS 分类的相关性。此外，将对接受新辅助治疗的参与者亚组进行纵向随访，以评估 ATUSA 在监测治疗反应和肿瘤负荷体积变化方面的潜力。该研究支持推进一种对患者友好、无辐射、不依赖操作者的超声平台，用于实时乳腺成像。

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。