FCI在NAFLD分层中的有效性

数据集获取

源站：https://clinicaltrials.gov/study/NCT05827432

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：非酒精性脂肪性肝病。非酒精性脂肪性肝病（NAFLD）涵盖了一系列疾病，从单纯性脂肪变性到非酒精性脂肪性肝炎（NASH）、纤维化、肝硬化以及肝细胞癌（HCC）。当前，临床迫切需要开发一种有效的非侵入性方法，以区分不同类型的NAFLD，并支持旨在减缓或阻止疾病进展的治疗措施的启动与监测。场循环成像（FCI）是阿伯丁大学首创的一项创新成像技术。它能够在广泛的磁场强度范围内对人体组织进行非侵入性成像，直接揭示从纳米到微米多尺度的组织结构信息，这是传统MRI无法实现的。FCI在成像NAFLD方面潜力尤为巨大，因为它在量化和区分蛋白质含量与脂肪方面具有高度敏感性。

本初步研究旨在探索FCI是否能检测出不同程度脂肪性肝炎和非酒精性脂肪肝病患者的肝病特征，这些特征可能对反映从脂肪变性到肝纤维化及肝细胞癌的进展具有重要意义，从而可能提供现有影像技术难以获取的新诊断信息。

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。