在糖尿病患者中实施AI-SaMD进行眼底检查分析的临床疗效

该数据集来自clinicaltrials.gov,聚焦糖尿病患者眼底检查场景,涉及糖尿病视网膜病变(DR)、糖尿病及眼底摄影

VUNO Inc.VUNO Inc.
clinicaltrials
浏览 7
医学影像分类Diabetic Retinopathy (DR)Diabete MellitusFundus Photography
Clinical Efficacy of Implementing an AI-SaMD for Funduscopy Analysis in Patients With Diabetes Mellitus

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-12

资源简介

在糖尿病患者中实施AI-SaMD进行眼底检查分析的临床疗效

该数据集英文名为 Clinical Efficacy of Implementing an AI-SaMD for Funduscopy Analysis in Patients With Diabetes Mellitus,来源于 clinicaltrials.gov,本站将其归入内分泌、营养和代谢疾病下的糖尿病分类。数据集聚焦糖尿病患者接受眼底检查的场景,主题涉及糖尿病视网膜病变(Diabetic Retinopathy,DR)、糖尿病(Diabete Mellitus)以及眼底摄影(Fundus Photography)。其核心研究目标是比较在糖尿病患者中,使用 VUNO Med®-Fundus AI™ 辅助筛查的干预组与未使用 AI 辅助、接受常规临床照护的对照组之间,真实转诊率的差异。整体来看,该数据集围绕人工智能作为医疗器械(AI-SaMD)在糖尿病眼底筛查中的临床应用效果展开,属于糖尿病并发症管理与眼底影像分析交叉领域的研究资源。

【数据集背景】

糖尿病是一种常见的慢性代谢性疾病,长期血糖异常可累及多个器官系统,其中糖尿病视网膜病变是较为重要的微血管并发症之一。眼底摄影是观察视网膜状况的常用检查方式,在糖尿病患者随访和并发症筛查中具有实际应用价值。随着人工智能技术在医学影像分析中的发展,将 AI 作为医疗器械(AI-SaMD)用于眼底图像分析,成为辅助筛查的一种探索方向。该数据集所对应的研究,正是在这一背景下,评估 AI 辅助筛查在糖尿病患者眼底检查中的临床效果,尤其是对真实转诊率的影响。

【数据内容】

该数据集的主题标签包括糖尿病视网膜病变(DR)、糖尿病和眼底摄影。其研究内容涉及糖尿病患者群体,并围绕眼底摄影分析展开。研究设置了干预组与对照组:干预组接受 VUNO Med®-Fundus AI™ 辅助筛查,对照组接受不使用 AI 辅助的常规临床照护。主要比较指标为两组之间的真实转诊率。除上述信息外,源站未提供关于具体样本量、受试者人口学特征、图像数量、图像格式、标注信息或随访时间等更细粒度的数据内容。

【采集与来源】

该数据集来源于 clinicaltrials.gov。源站描述显示,其研究条件包括糖尿病视网膜病变(DR)、糖尿病和眼底摄影。研究关注的是糖尿病患者在眼底检查场景中的筛查与转诊过程。关于采集机构、采集地点、采集时间、采集设备型号、操作流程以及数据存储方式等信息,源站未提供。

【适用场景】

该数据集适用于糖尿病视网膜病变筛查、眼底摄影分析以及 AI 辅助医疗器械临床评估等相关研究方向。其研究设计可用于比较 AI 辅助筛查与常规临床照护在转诊率方面的差异,因此可能对糖尿病眼底筛查路径优化、AI-SaMD 临床效果评价以及糖尿病并发症管理研究具有参考意义。具体使用场景需结合源站提供的完整研究方案和结果信息进一步判断。

【使用方法】

源站未提供该数据集的具体使用方法,包括数据获取方式、访问权限、文件结构、字段说明、预处理步骤或分析流程等。使用者如需了解如何获取或使用该数据集,应参考 clinicaltrials.gov 上对应的研究记录及其相关说明。

【质量与限制】

源站未提供关于数据质量、完整性、偏倚控制、样本代表性、标注一致性或验证方式的具体信息。由于该数据集来源于临床研究注册平台,其可用数据范围可能受研究设计、注册信息详细程度以及结果公开情况的影响。使用者应注意,当前可获取的信息主要围绕研究目的和分组比较,尚不足以全面评估数据质量或外推能力。

【引用与许可】

源站未提供该数据集的引用格式、许可条款或使用限制。使用者应遵循 clinicaltrials.gov 的相关规定,并在使用前查阅该研究记录的官方说明,以确认引用要求和合规使用条件。

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/NCT07378956

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(DR)、糖尿病、眼底摄影。本研究的主要目的是比较在接受VUNO Med®-Fundus AI™辅助筛查的患者(干预组)与未接受AI辅助的常规临床护理患者(对照组)之间,糖尿病患者的真实转诊率。

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