脂肪肝与肝硬化研究：临床、代谢与结局

数据集获取

源站：https://doi.org/10.17632/f9kkbypsvd.2

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 839.1 KB。

数据说明

脂肪肝病，包括酒精性脂肪肝病（AFLD）和非酒精性脂肪肝病（NAFLD），已成为全球主要的健康问题。AFLD与过量饮酒直接相关，而NAFLD则与肥胖、糖尿病和血脂异常等代谢紊乱有关。若不加管理，这两种情况均可进展为肝纤维化、肝硬化和肝细胞癌（HCC）。肝硬化作为慢性肝病的终末期，对全球发病率和死亡率贡献显著。AFLD数据集背后的研究旨在探索被诊断为脂肪肝病的个体与匹配对照组相比的长期健康结局。具体而言，该研究前瞻性地随访受试者，以评估代谢状况、心血管结局和死亡率。通过分析此数据集，研究人员能够识别疾病进展和死亡的关键风险因素，从而制定更有效的预防和干预策略。研究设计与数据描述 该数据集包含18，012名个体，分为两个主要组别：1.

AFLD病例：被诊断为酒精性脂肪性肝病的个体。2. 匹配对照：无AFLD的个体，但在年龄、性别和BMI等因素上进行匹配。通过选择人口统计学特征相似的对照组，该研究旨在分离AFLD对长期健康结局的影响。AFLD病例的纳入标准可能包括通过影像学、肝功能检查和临床评估进行诊断确认。选择对照受试者以确保可比性，从而最大限度地减少混杂效应。数据收集方法 该数据集代表一项纵向队列研究，即对受试者进行长期追踪以观察健康结局。随访数据包括：• 死亡时间（futime）或最后一次已知接触时间。• 死亡状态（status），其中0 = 最后一次随访时存活，1 = 已死亡。该方法允许研究预后

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。