近红外光谱颅内血肿检测数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT05189561

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：创伤性脑损伤。近红外光谱范围内的光，尤其是700至1000纳米之间的光，能够穿透人体组织的“光学窗口”。光线穿透组织后，会经历散射或吸收。骨骼、皮肤和大脑白质主要引起光的散射。然而，红细胞则表现出较低的散射效应和较高的吸收能力。利用这一原理，发射器和探测器可用于测量组织散射的光。通过计算组织的“光密度”，并在大脑叶的八个对侧位置比较左右半球，可以检测到血管外血红蛋白积累的病变。印度艾哈迈达巴德的Bioscan Research开发了一种名为Cerebo®的近红外光谱设备。这是一种低功率、无风险的装置，能多次筛查患者头部而不产生任何副作用。Cerebo®内置的安全特性使其成为对有意及意外激光束暴露均具备故障安全功能的系统。其平均功率和总功耗都非常低。

该系统对将纳入研究的患者不构成任何风险。迄今为止，使用NIRS设备检测血肿的总体检出率结果相互矛盾。它不能替代CT扫描，但可辅助分诊。在本研究中，研究者计划开展一项大规模前瞻性研究，以确立NIRS设备在检测脑内血肿中的作用，并将检测结果与CT扫描结果进行相关性分析。

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。