2型糖尿病非增殖性糖尿病视网膜病变眼视网膜病变进展特征研究(CHART)
该数据集来自 clinicaltrials.gov,聚焦 2 型糖尿病合并非增殖性糖尿病视网膜病变(NPDR)患者,研究视网膜病变进展的特征

基本信息
资源简介
2型糖尿病非增殖性糖尿病视网膜病变眼视网膜病变进展特征研究(CHART)
该数据集来自 clinicaltrials.gov,聚焦 2 型糖尿病合并非增殖性糖尿病视网膜病变(NPDR)患者,研究视网膜病变进展的特征。源站描述指出,即使代谢控制相似,不同患者的糖尿病视网膜病变(DR)进展速度也存在差异;相当一部分轻度 NPDR 患者长期不出现威胁视力的并发症,若将这类不进展的眼或患者纳入临床试验,会掩盖药物真实疗效并增大试验规模。因此需要在试验前导入期识别出确实出现视网膜病变进展的眼或患者,仅纳入此类对象。数据可用于视网膜病变进展预测与临床试验人群筛选研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:NPDR - 非增殖性糖尿病视网膜病变、2型糖尿病、视网膜疾病。糖尿病视网膜病变(DR)的进展在不同患者之间存在差异,即使代谢控制相似也是如此。越来越清楚的是,相当一部分轻度非增殖性糖尿病视网膜病变(NPDR)患者将需要很长时间才会出现任何威胁视力的并发症。将试验期间未显示任何显著恶化的眼/患者纳入临床试验,会掩盖所测试药物的任何有益效果,并因此增加试验规模,因为高危患者中的真实治疗效果会被部分掩盖。看来唯一的选择是识别在试验前导入期内显示视网膜病变进展的眼/患者,并仅纳入此类患者。进展特征
【主题与分类】
主题标签:Diabetes Mellitus, Type 2、Retinal Disease。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/NCT04636307
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/NCT04636307
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
条件:NPDR - 非增殖性糖尿病视网膜病变、2型糖尿病、视网膜疾病。糖尿病视网膜病变(DR)的进展在不同患者间存在差异,即使代谢控制情况相似也是如此。越来越清楚的是,相当一部分轻度非增殖性糖尿病视网膜病变(NPDR)患者需要很长时间才会出现任何威胁视力的并发症。在临床试验中纳入在试验期间未显示任何显著恶化的眼/患者,会掩盖所测试药物的任何有益效果,因此会增加试验规模,因为在高风险患者中的真实治疗效果会被部分掩盖。看来唯一的选择是识别在试验前导入期内显示视网膜病变进展的眼/患者,并仅纳入此类患者。表征DR早期阶段的进展者以及识别疾病进展的生物标志物,对于促进这一高度未满足需求领域的药物开发具有重大意义。
通过基于微血管瘤转换率(MAT)和视网膜中央厚度(CRT)的聚类分析,识别出三种不同的轻度非增殖性糖尿病视网膜病变(NPDR)进展表型,它们发展为临床显著性黄斑水肿(CSME)的风险各不相同。表型A:MAT低,且女性CRT < 260微米、男性< 275微米(基于Cirrus光学相干断层扫描-OCT,相当于健康受试者平均CRT加1个标准差,SD);表型B:MAT低,且女性CRT ≥ 260微米、男性≥ 275微米;表型C:MAT高。这些表型最近在更大的NPDR患者群体中得到证实。在本研究中,表型B显示DR进展为黄斑水肿(ME)的风险为OR=13.30,表型C为OR=6.32。当存在CRT增加时,表型C显示ME风险更高(OR=29.02)。在这些研究中,增殖性糖尿病视网膜病变(PDR)作为结局的发生率很低,无法进行统计
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。




