欧洲酒精相关性肝病研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT04400604

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：酒精性肝病。酒精诱导的肝损伤由脂肪肝、纤维化和酒精性肝炎（AH）组成，这些基本病变可在同一患者中单独出现、同时出现或序贯出现。在这些组织学特征中，酒精性肝炎作为一种坏死性炎症过程，与最快的纤维化进展相关，40%的病例可导致肝硬化，并且是驱动肝失代偿风险增加的关键病变。纤维化诊断的非侵入性方法为更好地理解疾病进展的自然史——从早期损伤到肝硬化阶段——开辟了新视角，有助于识别中期有发展为肝硬化风险的患者亚组，并为广泛性肝硬化患者提出筛查策略，以识别有肝脏危及生命事件风险的患者。迫切需要在无症状的重度饮酒者中开展研究，以确定与中期发展为肝硬化显著风险相关的截断值。这些目标需要对重度饮酒者进行大规模筛查。

每种非侵入性方法均已接受测试，以预测广泛性纤维化，并显示出较高的预测性能，如下所示。若不回答以下问题，则无法接受筛查政策：a) 是否满足公共卫生筛查的要求？b) 接受筛查的患者群体是否已明确界定？c) 是否存在可靠的检测方法？事实上，疾病的检测须符合某些公共卫生要求，并且只有在能够改变受筛查对象的管理方式时，才可向卫生主管部门提出。在重度饮酒者肝纤维化大规模筛查的具体情况下，只有检测出广泛性纤维化才能满足这一标准，因为筛查广泛性纤维化患者的肝细胞癌（HCC）可能带来生存获益。事实上，近期研究发现，接受

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。