AI辅助阅读CE-CT恶性肝脏病变的实用性随机对照试验

数据集获取

源站：https://clinicaltrials.gov/study/NCT07768085

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

疾病类型：肝细胞癌（HCC）、肝内胆管癌（ICC）、肝转移瘤、肝血管瘤、囊肿、局灶性结节性增生。多期对比增强计算机断层扫描（CE-CT）广泛用于评估肝脏局灶性病变，但临床上重要的恶性肿瘤可能被漏诊或特征描述不完整。这项前瞻性、多中心、实用性、整群随机、中心-日交叉试验将比较AI辅助报告与标准放射学报告。中心-日将使用中央生成的随机序列按约1：1的比例分配，每位参与者仅接受一种工作流程。在AI辅助组中，放射科医生将在锁定AI输出显示之前保存无辅助的初步评估，并可在授权最终报告之前修改或保留该评估。在对照组中，检查将在无法访问AI输出的情况下进行解读。主要结局将是最终报告中漏诊或描述不充分的、经参考标准确认的临床显著恶性肝脏局灶性病变的参与者比例。

参考标准将整合组织病理学、随访影像学、多学科共识及相关临床记录。非劣效性将采用入组前统计分析计划中预先设定的界值进行评估，若证实非劣效性，则随后进行优效性检验。次要结局包括高级审核工作量、最终报告周转时间、临床显著恶性肝脏病变的检出率、临床适当的管理变更率，以及肝脏恶性肿瘤开始治疗的时间。

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。