人工智能用于切尔诺夫策地区糖尿病视网膜病变大规模筛查(试点研究)

该数据集来自 clinicaltrials.gov,主题为人工智能用于切尔诺夫策地区糖尿病视网膜病变的大规模筛查,属于内分泌、营养和代谢疾病 / 糖尿病分类

The Filatov Institute of Eye Diseases and Tissue TherapyThe Filatov Institute of Eye Diseases and Tissue Therapy
clinicaltrials
浏览 9
图像分类Diabetic Retinopathy
ARTIFICIAL INTELLIGENCE FOR MASS SCREENING OF THE DIABETIC RETINOPATHY IN THE CHERNIVTSI REGION (Pilot Study)

基本信息

模态
图像
任务类型
分类
创建/更新时间
2026-10-12

资源简介

人工智能用于切尔诺夫策地区糖尿病视网膜病变大规模筛查(试点研究)

该数据集来自 clinicaltrials.gov,主题为人工智能用于切尔诺夫策地区糖尿病视网膜病变的大规模筛查,属于内分泌、营养和代谢疾病 / 糖尿病分类。源站描述显示,研究目的是借助 AI 驱动方案构建以患者为中心的糖尿病视网膜病变早期检测环境,计划作为随访研究,由受训摄影师所在站点招募符合条件者,在评估资格并取得书面知情同意后,使用非散瞳眼底相机拍摄眼底照片,按 RAssbyAI Check Eye 影像协议采集并由其分析,协议包含两张眼底图像,分别以视盘为中心和以黄斑中心凹为中心。可用于糖尿病视网膜病变筛查相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:糖尿病视网膜病变。本研究的目的是借助 AI 驱动方案,构建以患者为中心的糖尿病视网膜病变早期检测环境。本研究计划作为随访研究。符合入选标准的参与者将从由受训摄影师驻点的站点招募。在评估资格并取得书面知情同意后,将使用非散瞳眼底相机拍摄眼底照片。图像将按照提供给相机操作员的特定 RAssbyAI Check Eye 影像协议拍摄,然后由 RAssbyAI Check Eye 进行分析。摄影协议包含两张眼底图像(一张以视盘为中心,一张以黄斑中心凹为中心)。

【主题与分类】

主题标签:Diabetic Retinopathy。本站分类:内分泌、营养和代谢疾病/糖尿病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06112691

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06112691

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:糖尿病视网膜病变。本研究旨在通过人工智能驱动的解决方案,为糖尿病视网膜病变的早期检测创建一个以患者为中心的环境。本研究计划作为一项随访研究。符合入选标准的参与者将从配备经过培训的摄影师的研究中心招募。在评估资格并获得书面知情同意后,将使用免散瞳眼底照相机拍摄眼底照片。图像将按照提供给相机操作员的RAssbyAI Check Eye特定成像方案进行拍摄,然后由RAssbyAI Check Eye进行分析。拍摄方案包括两张眼底图像(一张以视盘为中心,一张以黄斑中心凹为中心)。

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。

获取专属数据定制方案