Pattern Scan Laser 后黄斑厚度变化
该数据集来自 clinicaltrials.gov,聚焦于 Pattern Scan Laser 治疗后黄斑厚度的变化,涉及非增殖性糖尿病视网膜病变与增殖性糖尿病视网膜病变两类受试者

基本信息
资源简介
Pattern Scan Laser 后黄斑厚度变化
该数据集来自 clinicaltrials.gov,聚焦于 Pattern Scan Laser 治疗后黄斑厚度的变化,涉及非增殖性糖尿病视网膜病变与增殖性糖尿病视网膜病变两类受试者。源站描述回顾了视网膜光凝治疗糖尿病视网膜病变的发展历程,从 Meyer-Schwickerath 提出概念,到弧光氙激光、红宝石与氩激光的应用,以及 70 年代末现代光凝时代的开启,并提及局灶性、全视网膜和格栅光凝在多中心研究(ETDRS、DRS)中被证实有效。数据可用于分析激光治疗后黄斑厚度的变化趋势,为糖尿病视网膜病变治疗评估提供参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:非增殖性糖尿病视网膜病变、增殖性糖尿病视网膜病变。引言:视网膜光凝的概念由 Meyer-Schwickerath 在 50 年代引入,用于治疗糖尿病视网膜病变(1, 6)。首个成功使用的激光是弧光氙激光(多色、效率低且难以操作)。随后出现了红宝石激光和氩激光(在设计和管理上有重大改进)。我们所知的现代光凝时代始于 70 年代末。借助这些可用技术,局灶性光凝、全视网膜光凝和格栅光凝得以发展。这些在不同多中心研究(ETDRS、DRS)中被证明对治疗重度非增殖性糖尿病视网膜病变、增殖性糖尿病视网膜病变有效(1.6)。患者通常在 2 至 4 次治疗中接受 1200 至 1500 次激光照射。
【主题与分类】
主题标签:Non Proliferative Diabetic Retinopathy、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/NCT00563628
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/NCT00563628
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
病症:非增殖性糖尿病视网膜病变、增殖性糖尿病视网膜病变。引言:视网膜光凝治疗的概念由Meyer-Schwickerath于50年代引入,用于治疗糖尿病视网膜病变(1, 6)。首个成功应用的激光是弧光氙激光(多色、效率低且难以操作)。随后出现了红宝石激光和氩激光(在设计与操作上有了重大改进)。我们所熟知的现代光凝治疗时代始于70年代末。借助这些可用技术,局部光凝、全视网膜光凝和格栅光凝得以发展。这些方法在多项多中心研究(ETDRS、DRS)中被证明对治疗重度非增殖性糖尿病视网膜病变、增殖性糖尿病视网膜病变有效(1.6)。患者通常在2至4周内接受2至4次治疗,每次持续10至20分钟,共计1200至1500个激光点。该过程可能耗时、繁琐且痛苦。迄今为止,与30年前的激光器总体设计相比,变化甚微。不同之处在于引入了光纤和空气冷却系统。
这些创新对治疗方式或治疗成功率没有任何影响。早期改进光凝治疗的尝试包括复杂的识别系统和眼动追踪,以试图实现全自动化过程。这需要视网膜的预览图像。人们还尝试确定完成该工作所需的适当能量剂量。这些系统的复杂性阻碍了它们的临床应用(1)。PASCAL是一种半自动模式激光系统,它允许医生在任何时候以更快的速度进行处理、精确控制和治疗。与常规激光系统的区别在于,PASCAL采用双频Nd:YAG,工作波长为532nm,能够在预设模式下从单次发射到多达56次发射(1x1、2x2、3x3、4x4、5x5)。通过使用10至20ms之间的曝光时间,您可以同时进行多次发射。
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。




