COVID-19 静脉血栓虚拟监测

数据集获取

源站：https://clinicaltrials.gov/study/NCT04865913

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：Covid19、静脉血栓栓塞症、深静脉血栓形成、肺栓塞。新出现的证据表明，基于异常的凝血参数和高静脉血栓栓塞症（VTE）发生率，COVID-19尤其在住院患者中诱导了一种高度促血栓形成状态。已报道的COVID-19住院病房患者（3%）和危重患者（17%至69%）中VTE的发生率表明，其VTE风险显著高于其他急性内科疾病患者。VTE包括深静脉血栓形成（DVT）和肺栓塞（PE），是医院相关发病和死亡最常见的可预防原因之一，且大多数事件发生在出院后。目前尚不清楚COVID-19住院后VTE的发生率。然而，COVID诱导的高凝状态、持续恢复、活动减少、高龄和合并症等因素的组合可能在此情况下赋予高VTE风险。

VVIRTUOSO研究的总目标是通过在加拿大和美国的12个研究中心实施以患者为中心的务实前瞻性虚拟VTE监测计划，确定COVID-19患者出院后VTE（包括症状性DVT和PE）的发生率。其他目标包括探索出院后VTE的风险因素，描述药物预防VTE措施的使用情况，评估患者对VTE的认知并提供VTE教育。

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。