使用Sudoscan评估罕见病中的小纤维神经病变

数据集获取

源站：https://clinicaltrials.gov/study/NCT02985710

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：小纤维神经病、法布里病、埃勒斯-当洛斯综合征、线粒体病。小纤维多神经病（SFPN）的诊断需结合症状、体征及确诊性诊断检测。多数情况下神经传导检查敏感性不足，因此踝部皮肤活检并测量表皮内神经纤维密度（IENFD）成为主要诊断工具。尽管皮肤活检实用且可重复，但其具有侵入性、费用高昂，且需要中心实验室进行处理和判读。定量催汗轴突反射测试（QSART）也常规用于评估小纤维神经病，因为催汗轴突也可能受累。然而该检测在技术上仍具挑战性，且需要在专业实验室的特定检测条件下进行，并非始终适合所有患者群体。通过比较皮肤活检和/或QSRT（诊断SFPN的公认金标准）的检查结果，研究者希望利用Sudoscan测量找到更快、侵入性更小的方法来诊断和监测罕见病中的小纤维多神经病。

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。