渗出性与血管源性脉络膜视网膜疾病治疗研究(含AMD变异型及其他CNV相关黄斑病变)
研究目的是评估玻璃体腔注射ranibizumab治疗上述疾病的安全性与耐受性,以不良事件的发生率和严重程度。本数据集为消化系统疾病领域公开数据集,主题涵盖Coats' Disease。

基本信息
资源简介
渗出性与血管源性脉络膜视网膜疾病治疗研究(含AMD变异型及其他CNV相关黄斑病变)
该数据集来自clinicaltrials.gov,聚焦渗出性与血管源性脉络膜视网膜疾病,涵盖Coats' Disease、Idiopathic Retinal Telangiectasia、Retinal Angiomatous Proliferation、Polypoidal Choroidal Vasculopathy、Pseudoxanthoma Elasticum、Pathological Myopia、Multi-focal Choroiditis、Rubeosis Iridis等AMD变异型及其他CNV相关黄斑病变。研究目的是评估玻璃体腔注射ranibizumab治疗上述疾病的安全性与耐受性,以不良事件的发生率和严重程度。
【主题与分类】
主题标签:Coats' Disease、Idiopathic Retinal Telangiectasia、Retinal Angiomatous Proliferation、Polypoidal Choroidal Vasculopathy、Pseudoxanthoma Elasticum、Pathological Myopia、Multi-focal Choroiditis、Rubeosis Iridis、Von Hippel Lindau Disease。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00470977
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/NCT00470977
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:Coats病、特发性视网膜毛细血管扩张、视网膜血管瘤样增生、息肉状脉络膜血管病变、弹性假黄瘤、病理性近视、多灶性脉络膜炎、虹膜红变。本研究的目的是通过不良事件的发生率和严重程度,评估玻璃体内注射雷珠单抗治疗AMD变异型及其他脉络膜新生血管(CNV)相关疾病(Coats病、特发性中心凹周围毛细血管扩张、视网膜血管瘤样增生、息肉状血管病变、弹性假黄瘤、病理性近视、多灶性脉络膜炎、虹膜红变)的安全性和耐受性。现有可限制视力丧失的有限治疗形式。然而,患者可能在视力或功能方面没有实质性改善。因此,对于管理新生血管形成及其后果的治疗选择仍存在显著未满足的需求。
Lucentis(雷珠单抗)注射液将被视为控制异常血管生长的一种尝试,因为有证据表明血管生成因子(如血管内皮生长因子VEGF)在新生血管性非AMD疾病的发病机制中发挥作用。研究设计的基本原理如下:将使用0.5 mg剂量的Lucentis(雷珠单抗),这是一种市售制剂,已获美国食品药品监督管理局(FDA)批准并标注用于新生血管性(湿性)年龄相关性黄斑变性的玻璃体内注射。在AMD变异型和其他CNV相关疾病中,血管内皮生长因子(VEGF)与新生血管性AMD一样在发病机制中发挥作用。玻璃体内注射雷珠单抗可将抗体片段以最大浓度递送至玻璃体腔,同时全身暴露最小。基于对半衰期和新生血管化患者临床反应的考虑,给药方案提示1个月的间隔是最佳的。
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。




