2型糖尿病轻中度NPDR视网膜血管病变特征研究（CORDIS）
该数据集来自CORDIS，是一项2018至2020年间开展的纵向、前瞻性、干预性临床研究，对象为2型糖尿病合并轻中度NPDR的患者
基本信息
资源简介
2型糖尿病轻中度NPDR视网膜血管病变特征研究（CORDIS）
Characterization of Retinal Vascular Disease in Eyes With Mild to Moderate NPDR in Diabetes Type 2, using novel non-invasive Imaging methods, in a longitudinal, prospective and interventional Clinical Study with 2 years of duration (CORDIS)
该数据集来自CORDIS，是一项2018至2020年间开展的纵向、前瞻性、干预性临床研究，对象为2型糖尿病合并轻中度NPDR的患者。研究主要目标是刻画渗漏型与缺血型糖尿病视网膜病变表型的主要改变，并识别有进展为威胁视力并发症风险的受试者。数据包含入选分析参与者的人口学与诊断数据，以开放可读的表格文本格式提供，同时包含Spectral Optical Coherence Tomography（SD-OCT）与Colour Fundus Photography（CFP）影像数据，影像均采用医学影像开放标准DICOM格式。可用于糖尿病视网膜病变表型分类与进展风险相关研究（来源 DOI 解析）。
【数据集背景】
源站首次发布：2025。
【数据内容】
源站描述（机器翻译，仅供参考）：CORDIS，Characterization of Retinal Vascular Disease in Eyes With Mild to Moderate NPDR in Diabetes Type 2（ Optical Coherence Tomography（SD-OCT）数据和Colour Fundus Photography（CFP）的影像数据。所有影像数据均使用医学影像开放标准DICOM（Digital Imaging and Communications in Medicine）提供。
【主题与分类】
主题标签：Medicine, Health and Life Sciences、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://repositorio.aibili.pt/citation?persistentId=doi:10.82312/PP331R
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://doi.org/10.82312/pp331r
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
CORDIS，“2型糖尿病轻至中度NPDR眼视网膜血管病变特征研究”（https://clinicaltrials.gov/study/NCT03696810），是一项于2018年至2020年间开展的临床研究。该研究的主要目的是描述不同糖尿病视网膜病变表型（渗漏型和缺血型）的主要改变，并识别有进展为威胁视力并发症风险的受试者。本数据集包含入选分析的参与者的人口统计学和诊断数据，采用开放可读的表格文本文件格式，以及光谱光学相干断层扫描（SD-OCT）数据和彩色眼底照相（CFP）的影像数据。所有影像数据均采用医学影像开放标准DICOM（医学数字成像和通信）提供。
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。
