图像辅助结肠镜对患者体验、医师工作负荷及检查质量的影响

数据集获取

源站：https://clinicaltrials.gov/study/NCT07541924

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：结直肠癌筛查、结肠息肉/结肠镜检查/结直肠肿瘤、困难结肠镜检查、结肠镜检查相关不适。结肠镜检查的表现因患者而异，解剖因素是导致插入困难的主要原因。此前的CT结肠成像研究表明，结肠长度、弯曲和扭曲度在个体间存在高度变异性，高达73%的患者在结肠镜检查过程中会出现肠管成袢。荧光透视引导下的操作已被证明可在超过95%的病例中解决成袢问题，凸显了解剖预测的潜在价值。本研究探讨利用患者既往腹部/盆腔CT扫描（≤5年）中提取的信息来指导结肠镜检查插入策略的可行性和有效性。图像辅助引导可能有助于内镜医师预判成袢模式、识别冗长肠段，并更有效地规划插入操作。共140名参与者将按1：1随机分配至图像辅助组或标准组。主要终点为盲肠插管时间。

次要终点包括患者报告的疼痛（VAS）、未来接受结肠镜检查的意愿、操作者工作负荷（NASA-TLX）、成环事件、总操作时间及息肉检出率。还将评估基于CT的预测与实际操作发现之间的一致性。本试验将为个体化、基于解剖结构的结肠镜策略提供基础性证据，并支持未来大规模研究或AI辅助实施。

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。