急诊科癌症、COPD与心力衰竭早期识别策略

数据集获取

源站：https://clinicaltrials.gov/study/NCT07391280

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

条件：癌症、心血管、呼吸系统。SEARCH-ED是一项在伊丽莎白女王大学医院急诊科（ED）开展的研究。该研究旨在探究使用人工智能（AI）计算机程序是否能帮助医生通过胸部X光片诊断心脏和肺部问题。该计算机程序由Harrison.ai公司开发，已获准在英国（UK）、美国（US）和欧盟（EU）使用。此前已开展研究以确保其使用安全，并能检测心脏和肺部问题的迹象。许多来急诊科就诊的人都会拍摄胸部X光片。胸部X光片可以显示可能导致患者症状的心脏或肺部问题的迹象。所有医生都能解读胸部X光片。然而，专门解读扫描影像的医生（放射科医生）也会为胸部X光片提供专家报告，描述他们的发现。胸部X光片报告可能需要很长时间才能返回。有时，医生可能会遗漏心脏或肺部问题的迹象。

我们希望了解使用计算机程序帮助医生解读胸部X光片是否能让更多患者获得准确诊断。我们希望比较在医生能够获取计算机程序结果与无法获取时，首次被诊断患有心脏或肺部问题（慢性阻塞性肺疾病[COPD]、心力衰竭或肺癌）的人数。纳入标准为在急诊科接受胸部X光检查的18岁以上患者。胸部X光片被计算机程序标记为心力衰竭或COPD的患者，若未曾被转诊检查或此前未接受过检查，将在出院后被邀请至门诊进行进一步评估。所有胸部X光片被标记为肺癌的患者将由研究放射科医生进行复核并采取相应措施。该研究包括：1）回顾性部分；2）前瞻性实时试验；3）对患者可接受性的定性评估

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。