后循环动静脉畸形中与血流相关动脉瘤破裂的危险因素

数据集获取

源站：https://clinicaltrials.gov/study/NCT07050381

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：中枢神经系统动静脉畸形、动脉瘤、破裂性动脉瘤性蛛网膜下腔出血、脑动脉瘤。据报道，动静脉畸形在自然病程中的年破裂率高达2%至3%，往往导致长期神经功能缺损和不良功能预后。动静脉畸形患者中出血表现的风险报告为41%至65%。尽管许多研究提示较高的出血风险与动静脉畸形和动脉瘤并存相关，但很少有作者专门关注单纯的血流相关性动脉瘤。在许多情况下，破裂的来源也不明确。2016年的荟萃分析提示，49.2%的出血继发于动脉瘤破裂，45%来自动静脉畸形破裂，5.7%未能确定。在一项纳入302例患者的研究中，其中52.6%有出血表现，结果显示伴有血流相关性动脉瘤的患者出血率显著增加。因此，有必要明确与pAVM中破裂的血流相关性动脉瘤相关的危险因素。

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。