辅助生殖治疗后妊娠结局的机器学习预测

数据集获取

源站：https://clinicaltrials.gov/study/NCT07855783

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：体外受精结局、预测模型、不孕症辅助生殖技术、活产。不孕症影响全球超过15%的人口，辅助生殖技术（ART）越来越多地被用于实现妊娠。随着技术和临床的不断进步，该领域持续快速发展。尽管这些进步改善了ART，但成功率仍然存在差异，由于结局的不确定性，给患者带来了显著的心理困扰。最强烈的压力通常发生在手术之后，尤其是在妊娠试验阳性后和超声确认之前。这一时期至少持续3-4周，其特征是相当大的不确定性，因为患者和医疗保健提供者都没有可靠的工具来确定妊娠活力、评估早期发育或准确预测妊娠进展。在妊娠试验阳性后对活产概率进行个体化评估，可以在这一时期提供具有临床意义的信息，并可能改善咨询和患者期望管理。

血清β-hCG是胚胎着床后可最早检测到的生物标志物之一，长期以来一直被认为是早期妊娠结局的重要预后标志物。β-HCG的绝对浓度及其随后的升高速度均与胚胎移植后的妊娠存活率和活产相关。研究人员计划使用机器学习系统收集和分析回顾性临床数据。该数据集中的β-HCG值是在妊娠极早期（约取卵后第14天和第16天，以及FET后第9天和第11天）采集的。建议患者在取卵或授精后14天抽血测量β-HCG，并在两天后进行第二次测量。对于FET，在囊胚移植后9天（或卵裂期胚胎的相应天数）进行测量，并在两天后再次测量。由于日程安排的限制（如周末），实际测量

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。