肺气肿的临床-超声评估

数据集获取

源站：https://clinicaltrials.gov/study/NCT06533371

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：肺气肿、肺气肿。肺超声（LUS）在评估多种胸部疾病中具有重要作用，其检测胸膜-肺部病变的能力已被广泛认可。然而，当器官仍处于充气状态时，将LUS作为潜在肺实质疾病的指征应用相对较新。A线和B线是两种独立且不同的伪影，由于 underlying 结构不同，在超声检查非实变肺时可能观察到。尽管LUS伪影在检测和监测多种疾病中的实际作用已被接受，但我们对其起源尚未完全了解。在正常肺和未严重萎陷肺的LUS图像中，胸膜线以外的伪影信息代表了特定声波与生物组织特定三维结构之间复杂相互作用的最终结果。慢性阻塞性肺疾病（COPD）是一种复杂疾病，具有广泛的临床表现和病理特征，这些特征在气流阻塞的肺功能定义下统一起来。

COPD中导致气流受限的机制（气道狭窄和肺实质破坏）无法通过标准肺功能检查加以区分。胸部计算机断层扫描（CT）可通过量化肺实质破坏——肺气肿的直接征象——来描绘和测量COPD的肺部病理变化。尽管定量和定性研究表明CT能够区分肺气肿亚型，但由于辐射暴露和仪器可及性有限，目前尚无法预见在临床实践中广泛常规使用CT评估COPD。LUS可检测胸膜-肺部病变。然而，当器官仍处于充气状态时（如肺气肿），将LUS用作潜在肺实质疾病的指征是一项新应用。本研究旨在探究p

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。