遗传性眼病遗传学研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT02471287

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：遗传性眼病。目的：分子遗传学和基因组学正在彻底改变医学的提供方式，尤其是眼科领域。新的治疗和预防策略依赖于对威胁视力的疾病的遗传学和分子发病机制的深入理解。此外，为了确定某项干预是否具有治疗作用，我们必须首先了解衡量治疗效果的最佳临床结局变量是什么。由于我们的最终目标是为特定的遗传性疾病制定疾病特异性方案，建立本方案将有助于我们积累初步的关键患者群体和知识，以撰写此类方案；因此，本方案将具有产生假设的性质。本方案的次要目的是提供一种从受试者获取研究样本的机制，这些样本可用于实验室研究；在这种情况下，基础研究既可能是产生假设，也可能是检验假设。

最后，眼科遗传学分部作为该领域的领导者和临床培训项目的赞助方，应具备能力成为全国范围内未确诊遗传性眼病领域的三级转诊中心。研究人群：将招募1100名遗传性眼病患者和400名健康志愿者（受影响参与者的未受影响亲属）。设计：这是一项评估/治疗联合方案及遗传资源库研究。一般而言，参与者将接受完整的、与年龄相适应的基线检查，并可能提供血液或唾液样本。若研究者根据临床指征判断，部分参与者可能接受更专业的眼科和/或全身性检查。通过临床诊疗程序产生的数据和标本可能会被收集和分析。从这些检查中获得的数据和图像可用于确定是否符合另一项NEI方案的入选资格。此外，

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。