妊娠期卵巢肿块MRI作用的前瞻性评估

数据集获取

源站：https://clinicaltrials.gov/study/NCT06635837

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：卵巢癌。卵巢癌占妊娠期女性所有癌症的7%。对妊娠期卵巢肿块进行特征描述至关重要，可避免不必要的治疗，并在需要治疗时据此制定相应方案。超声是这类患者的首选检查方法，IOTA和ADNEX等多种工具已在非妊娠患者中得到验证，可依据其恶性潜能对卵巢肿块进行准确分类。一项由Fondazione Policlinico Gemelli参与的前瞻性多中心研究目前正在进行，旨在妊娠患者中验证这些工具（p-IOTA）。鉴于其高对比分辨率且无电离辐射，磁共振成像（MRI）是首选的二线检查方法。它将超声的阳性预测值（PPV）从7-50%提高至70%，阴性预测值（NV）达98%。在非妊娠女性中，卵巢-附件报告和数据系统-MRI（ORADS-MRI）风险分层系统及非增强MRI评分（NCMS）常用于评估附件病变的恶性风险，准确率分别为92%和94%。

近期，两种评分系统均已被证实能有效回顾性地对孕妇的良性和恶性附件肿块进行分层。

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。