检测腹主动脉瘤在AAA患者一级亲属（成年子代）中的研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT04623268

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：腹主动脉瘤。本项目将评估四个问题：1. 研究设计的可行性；我们能否通过在全国登记系统中邀请并检测风险人群来评估AAA的患病率？2. 与匹配对照组相比，AAA患者成年子女风险人群中AAA的时点患病率。3. 风险人群的生活质量：测量HADS、EQ-5D及遗传问卷，包括其对自身AAA风险的认知。4. 基于患病率和EQ-5D的此类全国性项目的成本效益。本项目将评估成年子女的AAA风险，并评估一种极可能有效的基于登记系统的检测路径。这可能比其他任何AAA筛查项目更具成本效益，因为患病率推测非常高，且基于登记系统的路径可能比护士检测或机会性筛查更便宜。本项目的最终益处将是大幅减少AAA患者成年子女因AAA导致的猝死，而这对于我国从未接受过任何AAA筛查的女性亲属而言尤为显著。

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。