NIRAF引导的甲状腺切除术中甲状旁腺识别

数据集获取

源站：https://clinicaltrials.gov/study/NCT07617584

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：低钙血症、甲状旁腺功能减退症、甲状腺疾病、结节性甲状腺肿、甲状腺结节、甲状腺切除术。近红外自发荧光（NIRAF）成像正被评估作为标准甲状腺切除术的结构化辅助手段，用于甲状旁腺组织的定位与保护。甲状旁腺组织无需施用染料或其他造影剂即可发出内源性近红外自发荧光。研究成像平台为改良的头戴式立体目镜系统，提供约780 nm的近红外激发，并检测中心约800 nm的自发荧光。成像为非接触式，仅在预先规定的短暂体内标测时段及离体背台标本检查期间进行。该研究包括一个导入验证部分，随后是一个随机干预部分。在导入部分中，对甲状腺切除标本进行离体成像，用于标准化NIRAF阳性灶的成像条件、记录、缝线标记、标本标测及病理相关性。

在随机分组部分，接受甲状腺全切除术或补充性甲状腺切除术的参与者被随机分配至标准手术组或标准手术加辅助NIRAF映射组。在干预组中，外科医生先记录白光下识别出的甲状旁腺，然后使用NIRAF信息作为标准解剖和手术判断的辅助。甲状腺切除后，可使用离体标本成像来识别可能代表意外切除的甲状旁腺组织的NIRAF亮点。仅在临床合适且肿瘤学安全的情况下，才可进行补救性自体移植。NIRAF发现旨在补充而非替代标准手术评估、手术解剖、病理审查或肿瘤学决策。

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。