利用即时检测HCV抗原检测减少丙型肝炎诊断差异

数据集获取

源站：https://doi.org/10.5061/dryad.9ghx3ffsm

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 8.0 MB。

数据说明

病毒性肝炎仍然是全球重大的公共卫生问题，其中慢性乙型肝炎（HBV）和丙型肝炎（HCV）每年导致约100万人死亡，主要死因是肝癌和肝硬化等并发症。每年有超过150万人感染HCV，弱势群体，包括美洲印第安人和阿拉斯加原住民（AI/AN），受到的影响尤为严重。尽管直接抗病毒药物（DAAs）已被证明非常有效，但及时、准确地诊断HCV仍然是一项重大挑战，尤其是在资源有限的环境中。当前的两步法HCV检测既昂贵又耗时，常常导致患者在获得适当治疗之前失访。即时检测（POC）HCV抗原（Ag）检测是一种可行的替代方案，具有在感染急性期即实现早期发现的潜力。然而，目前尚无经FDA批准的POC HCV Ag检测方法能够达到检测低病毒载量所需的灵敏度和特异性。

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。