CHIPs-VTE 肺癌住院患者研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT04158973

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

研究条件：静脉血栓栓塞性疾病、肺栓塞、深静脉血栓形成。

随机化与序列生成
将使用计算机随机数字生成器生成分配序列。在这项涉及10家医院的多中心试验中，随机化程序将集中组织。采用区组大小可变（4或6）的分层区组随机化，将患者分配至试验组或对照组。肺癌患者将按计划接受内科或外科治疗进行分层。在每个分层内，患者将根据入院顺序进行区组划分。连续入院的4名或6名患者将根据区组大小组成一个区组。在每个区组内，患者将根据软件预先生成的序列被随机分配至试验组或对照组。

分配隐藏/盲法随机化
患者分配方案将装入按顺序编号、不透明、密封的信封（SNOSE）中。负责患者入组的临床医生在符合纳入和排除标准的合格患者入组之前，不会知晓分配序列。

一位独立的统计学家将生成随机分配序列。医生将招募参与者，并将干预措施分配至实验组或对照组。盲法/开放标签这是一项开放标签试验，患者、临床医生和研究人员在入组后将知晓分配情况。但提供双功超声和CTPA结果的影像学专家将被设盲，以便客观评估两组30天经CTPA证实的VTE发生率及其他结局。一个独立的数据监测委员会将评估试验数据及安全性。

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。