BPH/LUTS管理中大型语言模型与泌尿科医生盲法病例比较的数据、分析代码与补充材料

数据集获取

源站：https://doi.org/10.5281/zenodo.23168239

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

本仓库包含去标识化的分析数据集、更正/审计日志、分析代码、重建的标准化代码、标准化前的原始回答、病例级答案密钥，以及支持题为“三种大型语言模型系统与两名泌尿科医生在良性前列腺增生和下尿路症状临床管理中的比较评估：一项盲法、基于病例的研究”的补充材料。该研究使用了40个合成的BPH/LUTS临床案例，由三种大型语言模型系统和两名参与的泌尿科医生作答。回答由两名主要盲法泌尿科医生评估者进行评估。所存材料旨在支持所报告分析的透明性和可重复性。在修订阶段的数据验证过程中，发现病例25–28中泌尿科医生1和泌尿科医生2之间存在来源归属互换。回答文本和评估者评分未变；仅将这些回答归属于两个泌尿科医生来源的归属进行了更正，以匹配原始揭盲密钥。此处存放的最终分析数据集包含更正后的来源归属。

本仓库中包含的规范化代码是对原始工作流程中脚本化部分的重建。原始规范化过程还涉及人工审核和编辑，因此仅凭重建的脚本无法完全复现。详情参见随附的补充材料和手稿。

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。