NA-AION 危险因素:新视角
该数据集来自 clinicaltrials.gov,聚焦非动脉炎性前部缺血性视神经病变(NA-AION)的危险因素研究。NA-AION 是中老年人群最常见的急性视神经病变,也可发生于儿童和青年,导致不可逆视力丧失且目前无有效治疗

基本信息
资源简介
NA-AION 危险因素:新视角
该数据集来自 clinicaltrials.gov,聚焦非动脉炎性前部缺血性视神经病变(NA-AION)的危险因素研究。NA-AION 是中老年人群最常见的急性视神经病变,也可发生于儿童和青年,导致不可逆视力丧失且目前无有效治疗。研究关注视神经乳头内无细胞钙化沉积即视盘玻璃疣(ODD)作为 50 岁以下患者 NA-AION 重要危险因素的作用,并采用光学相干断层扫描(OCT)和 OCT 血管成像(OCTA)等新诊断方法,包含视神经乳头解剖特征(含 ODD)与 NA-AION 发病风险两个子研究。数据可用于探索 NA-AION 危险因素与视神经乳头结构特征(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:非动脉炎性缺血性视神经病变、视盘玻璃疣。非动脉炎性前部缺血性视神经病变(NA-AION)是中老年人群中最常见的急性视神经病变,也可发生于儿童和青年。NA-AION 导致不可逆的视力丧失,目前尚无有效治疗。近年来,视神经乳头内称为视盘玻璃疣(ODD)的无细胞钙化沉积已被研究为 50 岁以下患者 NA-AION 的重要危险因素。本研究的目的是使用新的诊断方法光学相干断层扫描(OCT)和 OCT 血管成像(OCTA)来阐明 NA-AION 发生的危险因素。我们将进行两项子研究:1. 视神经乳头解剖特征,包括 ODD 的存在,作为 NA-AION 发生的危险因素。2. Va
【主题与分类】
主题标签:Non-arteritic Ischemic Optic Neuropathy、Optic Disk Drusen。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05305079
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT05305079
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
疾病:非动脉炎性缺血性视神经病变、视盘玻璃膜疣。非动脉炎性前部缺血性视神经病变(NA-AION)是中老年人群中最常见的急性视神经病变,也可发生于儿童和年轻成人。NA-AION可导致不可逆的视力丧失,目前尚无有效治疗方法。近年来,视神经乳头内被称为视盘玻璃膜疣(ODD)的无细胞钙化沉积物已被研究作为50岁以下患者发生NA-AION的重要危险因素。本研究旨在利用新的诊断方法光学相干断层扫描(OCT)和OCT血管成像(OCTA)来阐明NA-AION发生的危险因素。我们将开展两项子研究:1. 视神经乳头解剖特征(包括ODD的存在)作为NA-AION发生的危险因素。2. 血管合并症及在体血管系统作为发生NA-AION的危险因素。本研究是一项国际前瞻性多中心研究,涵盖9个不同国家的20个研究中心。研究人群为在1.5年纳入期内被诊断为NA-AION的患者。
每位纳入患者在3个月随访期内接受1-2次随访访视。纳入患者将按照该中心的标准临床诊疗流程接受检查,包括OCT和OCT-A。标准临床诊疗至少包括:获取病史、测量视力、裂隙灯检查以及自动视野计检查。伴有视盘玻璃膜疣(ODD)的NA-AION患者(ODD-AION)的特征和危险因素将与不伴ODD的NA-AION患者(nODD-AION)进行比较。
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。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




