Clinnova-MS：多发性硬化症患者前瞻性队列研究：释放人工智能与数据科学在医疗保健潜力的跨区域数字健康行动

数据集获取

源站：https://clinicaltrials.gov/study/NCT07280871

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：多发性硬化（复发缓解型）、多发性硬化（慢性进展型）、临床孤立综合征、原发进展型多发性硬化。多发性硬化的治疗已取得显著进展，但由于疾病的异质性和治疗反应的差异性，选择最有效的疗法和预防长期进展仍具挑战性。当前药物主要针对复发和炎症，而对神经退行性变的保护作用有限。识别预测性和预后性生物标志物并改进监测是实现更个性化、循证化多发性硬化诊疗的关键。Clinnova-MS是Clinnova项目的一部分，是一项前瞻性观察性队列研究，旨在利用临床、影像、分子、数字和患者报告数据，探索疾病活动（进展或复发）的客观标志物及治疗结局。将应用人工智能和数据科学整合来自MRI、深度分子表型分析、暴露组数据、患者报告结局指标（PROMs）/患者报告体验指标（PREMs）以及互联设备等信息来源的数据。

将在法国、瑞士、德国和卢森堡招募最多800名早期多发性硬化症（MS）患者，包括正在向进展型疾病转变或正在接受治疗方案变更的患者（其中卢森堡医院中心（CHL）约100名）。参与者将提供临床数据、生物样本（血液为必填项；其他标本为可选项）、影像学资料（按标准诊疗进行）及数字健康信息。随访时间最长可达五年，访视时间点包括基线、6个月（可选）、12个月、年度随访，以及若出现新症状或复发时的非计划访视。

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。