基于PET/CT影像特征与临床参数的皮肌炎合并间质性肺病临床-影像协同诊断模型构建

数据集获取

源站：https://clinicaltrials.gov/study/NCT07531446

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：皮肌炎（DM）、ILD、机器学习、影像组学。对于最终最优模型所纳入的特征，连续变量（间质性肺病组与非间质性肺病组）的组间比较采用Wilcoxon秩和检验。对于分类变量，酌情采用卡方检验或Fisher精确检验。在模型效能比较中，采用DeLong检验评估各机器学习分类器与参考模型之间AUC值的统计学差异。所有统计分析均使用R软件（版本4.4.1）进行。所应用的相应R包包括用于ROC分析的pROC、用于模型训练的caret，以及用于XGBoost模型可解释性分析的SHAP。所有分析均将双侧p值<0.05定义为统计学显著性的阈值。

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。