糖尿病周围神经病变的磁共振诊断

数据集获取

源站：https://clinicaltrials.gov/study/NCT01847937

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：1型糖尿病、2型糖尿病、糖尿病性多发性神经病、遗传性轴索性神经病、遗传性脱髓鞘性神经病、慢性炎性脱髓鞘性多发性神经病。背景 糖尿病是一种非常常见的疾病，据估计丹麦有275，000名患者。糖尿病周围神经病变（DPN）是一种晚期并发症，通常未被诊断，但可能发生在高达40%的糖尿病患者中。晚期神经病变可能导致神经组织不可逆的损伤，为了避免进一步的损伤，早期诊断非常重要，随后进行最佳的糖尿病治疗。DPN是1型和2型长期糖尿病常见的并发症。神经传导研究（NCS）是诊断DPN的金标准方法。然而，该技术耗时且给患者带来不适，此外，早期神经功能障碍可能无法通过NCS检测到。周围神经的磁共振成像（MRI）（3特斯拉）是一种新技术，称为磁共振神经成像（MRN）。在最近的研究中，MRN已经记录了单个神经束的形态学变化。

在T2加权图像上，与健康神经相比，神经病变患者神经近端部分呈现高信号。这种高信号被认为反映了神经束的早期且更广泛的病变，而这些病变无法通过神经传导检查（NCS）检测到。这表明磁共振神经成像（MRN）正成为外周神经病变患者管理中的重要工具。近期的技术发展，如弥散加权成像（DWI）和弥散张量成像（DTI），目前正在评估用于外周神经系统的成像。DTI有望提供有关神经生理学的信息，并可能揭示血管充血等情况，如轴浆流阻断导致神经内膜液在近端异常积聚，以及远端沃勒变性改变。DTI上使用的纤维追踪技术已在某些卒中、肿瘤、神经病变手术和功能性脑磁共振成像的病例中临床实施。此外，纤维追踪技术已应用于神经病变患者，其

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。