Faricimab 注射后增殖性糖尿病视网膜病变纤维血管膜的生物学变化
该数据集来自 clinicaltrials.gov,聚焦增殖性糖尿病视网膜病变患者在接受 Faricimab 注射后纤维血管膜的生物学变化

基本信息
资源简介
Faricimab 注射后增殖性糖尿病视网膜病变纤维血管膜的生物学变化
该数据集来自 clinicaltrials.gov,聚焦增殖性糖尿病视网膜病变患者在接受 Faricimab 注射后纤维血管膜的生物学变化。糖尿病视网膜病变是糖尿病常见的微血管并发症,约三分之一糖尿病患者会患病,其中约 10% 进展为增殖性糖尿病视网膜病变。该阶段以视网膜缺血导致 VEGF 过表达和异常新生血管形成为特征,新生血管沿玻璃体视网膜界面增殖,可能形成纤维血管膜,增加视网膜脱离及牵拉性视网膜脱离等严重并发症风险。数据可用于相关机制与治疗研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Proliferative Diabetic Retinopathy. 糖尿病视网膜病变(DR)是糖尿病最常见的微血管并发症之一,严重影响患者的视觉健康。全球范围内 DR 的发病率逐年上升,约三分之一的糖尿病患者会发展为 DR,约 10% 进展为增殖性糖尿病视网膜病变(PDR),这是 DR 的晚期阶段,主要特征为视网膜缺血,导致血管内皮生长因子(VEGF)过表达和异常新生血管形成。这些新生血管沿玻璃体视网膜界面增殖,可能导致纤维血管膜(FVM)形成。FVM 的存在不仅增加视网膜脱离的风险,还可能导致牵拉性视网膜脱离等严重并发症。
【主题与分类】
主题标签:Proliferative 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/NCT07144865
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/NCT07144865
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:增殖性糖尿病视网膜病变。糖尿病视网膜病变(DR)是糖尿病最常见的微血管并发症之一,严重影响患者的视觉健康。全球范围内DR的发病率逐年上升,约三分之一的糖尿病患者会发展为DR,其中约10%进展为增殖性糖尿病视网膜病变(PDR),这是DR的晚期阶段,主要以视网膜缺血为特征,导致血管内皮生长因子(VEGF)过度表达和异常新生血管形成。这些新生血管沿玻璃体视网膜界面增殖,可能导致纤维血管膜(FVM)形成。FVM的存在不仅增加视网膜脱离的风险,还可能导致牵拉性视网膜脱离(TRD)等严重并发症。FVM的形成及其特征直接影响玻璃体切割术(PPV)的复杂性。术前注射抗血管内皮生长因子(anti-VEGF)药物是减少术中出血和消除新生血管(NV)的有效策略。
然而,根据既往研究,抗VEGF治疗可能加速纤维化的进展。FVM中促纤维化因子的变化已引起广泛关注。既往研究主要集中于房水或玻璃体中血管生成和促纤维化因子的变化。然而,FVM中这些因子的变化是否与玻璃体和房水中的变化一致,仍是一个值得探讨的问题。在本研究中,研究人员比较了接受法瑞西单抗或康柏西普治疗的PDR患者FVM中相关因子的mRNA水平。此外,我们还探讨了不同抗VEGF药物对PDR患者FVM中血管生成和纤维化进展的影响。
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。




