评估ThinkSono引导用于超声图像采集与远程检测的有效性

数据集获取

源站：https://clinicaltrials.gov/study/NCT06652568

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

病症：深静脉血栓形成、深静脉血栓形成、肺栓塞。深静脉血栓形成（DVT）在诊断时及诊断后均能导致显著的发病率和死亡率，这一点已得到广泛认识。据估计，其发病率为每1000人中有1-2例，美国每年有超过30万人被诊断为静脉血栓栓塞症（VTE），其中三分之二为DVT。然而，阳性病例仅占所有疑似DVT患者总数的12%-25%。换言之，在75%-88%的疑似DVT病例中，经过全面检查后结果为阴性。据估计，VTE每年给美国医疗系统造成的费用高达100亿美元。众所周知，仅凭临床敏锐度诊断DVT极为困难。目前，诊断近端DVT的标准方法涉及一个结合了通过Wells评分进行预测试概率评估和压迫超声检查的算法。近来，手持式超声探头已问世。这些探头使得无需笨重的推车或笔记本电脑式超声机即可进行“基于应用程序”的压迫超声检查。

这些新机器体积小巧，意味着只需超声探头配合智能手机或平板电脑即可用于诊断目的。目前，尽管新型手持探头更小，更适合即时诊断，但仍需经验丰富的放射科医生或超声技师来执行压迫检查。这意味着这些设备只能在超声技师/放射科医生最常驻的地方使用，即医院放射科。然而，由于“机器学习”的近期进展，现在正为这些“基于应用”的探头开发软件，能够协助非放射专科的医疗专业人员（如护士、非放射科医生、全科医生及其他相关医疗专业人员）在最少培训下进行压迫超声检查。ThinkSono Guidance 是一款指导软件

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。