基于胸片AI标记的老年住院患者骨质疏松识别性别差异数据与分析代码

数据集获取

源站：https://doi.org/10.5281/zenodo.23293489

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。

数据集大小约 33.9 KB。

数据说明

随稿件《基于胸部X线人工智能标记的老年住院患者中骨质疏松记录识别性别差异》一并提供的数据集与代码。该数据集包含968名75岁及以上、具有可评估AI分类的住院患者，以及九个分析变量：年龄、性别、体重指数、糖尿病相关记录、类风湿关节炎相关记录、痴呆相关记录、特定类固醇药物提及、骨质疏松相关记录和AI筛查分类。数据集不包含患者标识符、入院日期和自由文本。该数据包包括R脚本、变量字典、检索规则、参考结果，以及复现表1–3和图2所依据数值结果的说明。AI阳性队列包含350名患者；回归模型使用338个完整病例。该数据包不复现AI推断或上游患者筛选过程。图1的上游计数以文档化汇总输入的形式提供。从解压后的数据包中运行Rscript --vanilla run.R。随附的验证将11个输出文件与参考结果进行比较。

许可：数据和文档采用 CC BY 4.0 国际许可协议授权。代码文件 run.R、R/*.R 和 rules/medication_search.py 采用 MIT 许可证授权，版权所有 © 2026 Soichiro Kondo。依赖包保留各自的许可证。这些许可证适用于指定的组件，详见 README.txt 和 LICENSE-CODE.txt。

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。