结直肠手术后吻合口功能不全风险预测（PANIC）研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT04985981

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：吻合口漏、结直肠癌、憩室病、克罗恩病、溃疡性结肠炎、肠系膜缺血。吻合口愈合不全给患者带来临床负担，并显著增加发病率和死亡率。平均而言，当患者发生吻合口漏时，住院时间延长12天，医疗相关费用增加30,000美元。在有经验的中心，结肠手术吻合口愈合不全的估计发生率为3.3%，结直肠手术为8.6%。既往文献已描述了多个吻合口漏风险增加的患者亚组。术前仔细识别吻合口愈合不全风险增加的患者在临床上有益，因为这有助于改善资源准备、加强患者教育并优化手术决策。然而，临床医生通常难以针对单个患者权衡众多关键的吻合口漏危险因素。机器学习方法在将各种临床变量整合到一个统一的风险预测模型方面异常有效。

据作者所知，目前尚无可靠的预测模型或明确的预测评分用于预测结肠及结直肠吻合术后的吻合口功能不全。结直肠手术后吻合口功能不全风险预测（PANIC）研究旨在基于来自多个国际中心的多中心数据，建立并外部验证一种高效的基于机器学习的预测工具。

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。