阿育吠陀复方辅助视网膜保护活性对比常规标准治疗糖尿病视网膜病变的开放标签双臂探索性随机对照试验数据集
该数据集支持一项随机对照试验,研究管理非增殖性糖尿病视网膜病变(NPDR)的综合方法。糖尿病是一种全球健康负担,常导致糖尿病视网膜病变,这是一种眼部并发症,也是工作年龄成年人视力丧失的主要原因

基本信息
资源简介
阿育吠陀复方辅助视网膜保护活性对比常规标准治疗糖尿病视网膜病变的开放标签双臂探索性随机对照试验数据集
该数据集支持一项随机对照试验,研究管理非增殖性糖尿病视网膜病变(NPDR)的综合方法。糖尿病是一种全球健康负担,常导致糖尿病视网膜病变,这是一种眼部并发症,也是工作年龄成年人视力丧失的主要原因
Dataset for Adjunct retino-protective activity of Ayurvedic polyherbal compound compared to conventional standard of care in Pramehaja Timira (non-proliferative diabetic retinopathy) – an open label, double arm, exploratory, randomized controlled trial
【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):该数据集支持一项随机对照试验,研究管理非增殖性糖尿病视网膜病变(NPDR)的综合方法。糖尿病是一种全球健康负担,常导致糖尿病视网膜病变,这是一种眼部并发症,也是工作年龄成年人视力丧失的主要原因。当前标准治疗可控制症状,但无法治愈。本研究评估综合阿育吠陀治疗方案联合常规护理在预防或阻止NPDR进展方面的疗效。数据集包含一项开放标签、双臂、平行组随机对照试验的临床观察,总研究持续时间为80天(40天治疗+40天随访)。主要结局包括眼底摄影和OCT黄斑立方体指标的变化,次要结局通过ETDRS LogMAR视力评估。该数据集将支持未来关于
【主题与分类】
主题标签:糖尿病视网膜病变、非增殖性糖尿病视网膜病变、阿育吠陀、随机对照试验、内分泌与代谢、糖尿病、视网膜保护。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://zenodo.org/doi/10.5281/zenodo.15497487
使用许可:Creative Commons Attribution 4.0 International。
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/10.5281/zenodo.15497487
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:
数据集大小约 603.1 KB。
数据说明
该数据集支持一项随机对照试验,研究管理非增殖性糖尿病视网膜病变(NPDR)的综合方法。糖尿病是一种全球性健康负担,常导致糖尿病视网膜病变,这是一种眼部并发症,也是工作年龄成年人视力丧失的主要原因。当前的标准治疗可控制症状,但无法治愈。本研究评估了一套综合阿育吠陀治疗方案联合常规护理在预防或阻止NPDR进展方面的疗效。该数据集包含一项开放标签、双臂、平行组随机对照试验的临床观察数据,总研究持续时间为80天(40天治疗+40天随访)。主要结局包括眼底摄影和OCT黄斑立方体指标的变化,次要结局通过ETDRS LogMAR视力进行评估。该数据集将有助于未来分析阿育吠陀干预措施(如Rasayana疗法、Nasya和阿育吠陀的Panchakarma程序)在视网膜保护和改善视觉功能方面的潜力。
研究结果旨在为综合眼科护理模式提供依据,并支持制定糖尿病视网膜病变管理的标准化方案。
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。




