糖尿病患者中心凹保留ILM剥除研究
该数据集来自clinicaltrials.gov,聚焦糖尿病患者接受玻璃体切除术时中心凹保留ILM剥除与完全ILM剥除的比较研究

基本信息
资源简介
糖尿病患者中心凹保留ILM剥除研究
该数据集来自clinicaltrials.gov,聚焦糖尿病患者接受玻璃体切除术时中心凹保留ILM剥除与完全ILM剥除的比较研究。覆盖糖尿病视网膜病变,尤其是增殖性糖尿病视网膜病变(PDR)及其并发症如玻璃体出血、牵拉性视网膜脱离等。数据可用于分析不同ILM剥除策略对术后视觉预后的影响,支持临床决策与比较效果研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:糖尿病。● 研究:糖尿病患者接受玻璃体切除术(Pars Plana Vitrectomy)时,中心凹保留ILM剥除与完全ILM剥除的比较研究。● 背景与理由:糖尿病视网膜病变在全国和全球范围内显著影响视力。增殖性糖尿病视网膜病变(PDR)的特征是视网膜或视盘上新生血管生长,导致玻璃体出血、牵拉性视网膜脱离、虹膜红变,最终失明。自20世纪70年代以来,全视网膜光凝一直是PDR的治疗方法。然而,慢性玻璃体出血、牵拉性或合并牵拉-孔源性视网膜脱离是早期玻璃体切除术的指征。一些外科医生在染色后剥除内界膜(ILM)以防止黄斑表面再增殖(尽管并非强制),旨在获得更好的术后视力
【主题与分类】
主题标签:Diabetes Mellitus。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/NCT07271719
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/NCT07271719
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:糖尿病。● 研究:糖尿病患者的黄斑保留内界膜剥除与完全内界膜剥除在玻璃体切割术中的比较研究。● 背景与理由:糖尿病视网膜病变在全国及全球范围内严重影响视力。增殖性糖尿病视网膜病变(PDR)以视网膜或视盘上新生血管生长为特征,导致玻璃体出血、牵拉性视网膜脱离、虹膜红变,最终失明。自20世纪70年代以来,全视网膜光凝一直是PDR的治疗方法。然而,慢性玻璃体出血、牵拉性或合并牵拉-孔源性视网膜脱离是早期玻璃体切割术的指征。一些外科医生在染色后剥除内界膜(ILM)以防止黄斑前膜再增殖(尽管并非强制性),旨在获得更好的术后视力结果。ILM剥除移除了ERM增殖的支架,从而减少了因黄斑牵拉导致的复发。然而,ILM剥除后已证实对内层视网膜有多种潜在不利影响,以及内层视网膜表面的不规则性。
已知,中央凹的中央小凹对于最佳视觉功能至关重要。同时,人们认为中央凹处的Müller细胞,因其延伸的漏斗形状、高于周围组织的折射率以及沿光线传播方向的排列,可能起到光纤的作用,最大化光线通过网状内层视网膜向光感受器的传输。● 目的:本研究旨在比较糖尿病患者的中央凹保留内界膜剥离与完全内界膜剥离,在功能性和解剖学结果方面,包括术后最佳矫正视力、中央子区域厚度的测量,以及利用…评估内层视网膜层(包括玻璃体视网膜界面)和外层视网膜层(尤其是椭圆体区)的形态与完整性。
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。




