人工智能增强的超声支气管镜引导下经支气管针吸活检
这是一项多中心前瞻性可行性研究，涉及人工智能、支气管内超声与肺癌。研究将用带注释的超声图像训练DNN模型，以识别经EBUS检查的淋巴结和血管
基本信息
资源简介
人工智能增强的超声支气管镜引导下经支气管针吸活检
这是一项多中心前瞻性可行性研究，涉及人工智能、支气管内超声与肺癌。研究将用带注释的超声图像训练DNN模型，以识别经EBUS检查的淋巴结和血管。第一部分评估该模型基于术后处理和静态EBUS图像分割淋巴结与血管的能力；第二部分评估其在EBUS操作中的实时应用（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：人工智能、支气管内超声、肺癌。多中心前瞻性可行性研究。DNN模型将在带有标注的超声图像上进行训练，以识别经EBUS检查的淋巴结和血管。研究的第1部分将评估DNN基于术后处理和静态EBUS图像分割淋巴结与血管的能力。研究的第2部分将评估DNN在EBUS操作中的实时使用。
【主题与分类】
主题标签：Artificial Intelligence、Endobronchial Ultrasound、Lung Cancer。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05739331
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://clinicaltrials.gov/study/NCT05739331
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
条件：人工智能、支气管内超声、肺癌。多中心前瞻性可行性研究。DNN模型将在带有标注的超声图像上进行训练，以识别经EBUS检查的淋巴结和血管。研究的第1部分将评估DNN基于术后处理和静态EBUS图像分割淋巴结与血管的能力。研究的第2部分将评估DNN在EBUS操作中的实时使用。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
