早期玻璃体切除术对比PRP治疗早期增殖性糖尿病视网膜病变
该数据集来自clinicaltrials.gov,聚焦早期增殖性糖尿病视网膜病变(PDR)的治疗比较,涉及早期玻璃体切除术与全视网膜光凝(PRP)的对比

基本信息
资源简介
早期玻璃体切除术对比PRP治疗早期增殖性糖尿病视网膜病变
该数据集来自clinicaltrials.gov,聚焦早期增殖性糖尿病视网膜病变(PDR)的治疗比较,涉及早期玻璃体切除术与全视网膜光凝(PRP)的对比。PDR以视网膜新生血管为特征,包括视盘新生血管(NVD)和视网膜其他部位新生血管(NVE),可导致玻璃体出血、牵拉性视网膜脱离和严重视力丧失。当前标准治疗为PRP联合或不联合anti-VEGF治疗,但PRP存在周边视野缺损、夜视力下降、黄斑水肿加重及新生血管不完全消退等局限。该数据可用于评估不同治疗策略的疗效与安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:增殖性糖尿病视网膜病变(PDR)。糖尿病视网膜病变是全球视力损害的主要原因,尤其是在工作年龄成人中。增殖性糖尿病视网膜病变(PDR)中视网膜新生血管的形成,包括视盘新生血管(NVD)和视网膜其他部位新生血管(NVE),与玻璃体出血、牵拉性视网膜脱离和严重视力丧失的高风险相关。当前早期PDR的标准治疗包括全视网膜光凝(PRP),联合或不联合辅助性抗血管内皮生长因子(anti-VEGF)治疗。虽然PRP已被证明可降低严重视力丧失的风险,但它与若干局限性相关,包括周边视野缺损、夜视力下降、黄斑水肿加重以及相当大比例的新生血管不完全消退。
【主题与分类】
主题标签:Proliferative Diabetic Retinopathy (PDR)。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/NCT07586787
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/NCT07586787
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
疾病:增殖性糖尿病视网膜病变(PDR)。糖尿病视网膜病变是全球范围内导致视力损害的主要原因,尤其是在工作年龄段的成年人中。增殖性糖尿病视网膜病变(PDR)中视网膜新生血管的形成,包括视盘新生血管(NVD)和其他部位新生血管(NVE),与玻璃体出血、牵拉性视网膜脱离和严重视力丧失的高风险相关。目前早期PDR的标准治疗包括全视网膜光凝(PRP),可联合或不联合辅助性抗血管内皮生长因子(anti-VEGF)治疗。虽然PRP已被证明可降低严重视力丧失的风险,但它存在若干局限性,包括周边视野缺损、夜视力下降、黄斑水肿加重,以及在相当比例的患者中新生血管不完全消退。抗VEGF治疗需要反复进行玻璃体腔内注射,可能带来治疗负担和疗效差异。
玻璃体在PDR的病理生理过程中发挥重要作用,它为新生血管生长提供支架,并促使血管内皮生长因子(VEGF)在玻璃体腔内持续存在。微创玻璃体切割手术(MIVS)可能通过去除玻璃体支架、促进VEGF清除以及改善眼内氧合而具有潜在的治疗优势。这些机制可能有助于更有效地消退视网膜新生血管并减缓疾病进展。本研究是一项多中心、前瞻性试验,旨在比较早期MIVS干预与标准PRP在早期PDR患者中的疗效。符合条件的受试者将接受MIVS联合周边光凝或标准PRP。手术将使用小口径(25G或27G)器械并采用高速玻璃体切除。在实验组中,将对远周边视网膜施行散点光凝。
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。




