OCTA引导靶向光凝对糖尿病视网膜病变非灌注区进展的延缓作用研究

该数据集来自 clinicaltrials.gov,属于内分泌、营养和代谢疾病 / 糖尿病领域,聚焦糖尿病视网膜病变(DR)

Sichuan Provincial People's HospitalSichuan Provincial People's Hospital
clinicaltrials
浏览 7
其他分类Diabetic Retinopathy
Investigating the Retardation Effect of OCTA-Guided Targeted Photocoagulation on the Progression of Non-Perfusion Areas in Diabetic Retinopathy Patients

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-12

资源简介

OCTA引导靶向光凝对糖尿病视网膜病变非灌注区进展的延缓作用研究

该数据集来自 clinicaltrials.gov,属于内分泌、营养和代谢疾病 / 糖尿病领域,聚焦糖尿病视网膜病变(DR)。研究为平行随机对照试验,计划于2025年2月至2026年8月在四川省人民医院眼科纳入30例糖尿病患者,每例患者一眼入干预组、对侧眼为对照,每组30眼。干预组接受OCTA引导的选择性光凝,采用3x3网格模式对非灌注区进行一次点激光照射,并超出非灌注边界一个光斑直径。数据可用于评估该疗法对非灌注区控制、DR分级及其他DR病灶管理的影响(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:糖尿病视网膜病变。本研究旨在通过比较非灌注(NP)区的控制、DR分级以及其他DR病灶的管理,评估广角OCTA引导的选择性光凝对糖尿病视网膜病变(DR)进展的影响。研究设计为平行随机对照试验。从2025年2月至2026年8月,将纳入30名在四川省人民医院眼科就诊的糖尿病患者。采用简单随机化方法,每位患者的一只眼被分配到干预组,而对侧眼作为对照,每组各30只眼。干预组将接受OCTA引导的选择性光凝,具体使用点激光的网格模式(3x3)对NP区施加一次,并延伸至NP边界外一个光斑直径。

【主题与分类】

主题标签: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://clinicaltrials.gov/study/NCT06821633

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/NCT06821633

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。本研究旨在通过比较非灌注(NP)区的控制、DR分级以及其他DR病变的管理,评估广角OCTA引导下的选择性光凝对糖尿病视网膜病变(DR)进展的影响。本研究设计为平行随机对照试验。从2025年2月至2026年8月,将纳入30名在四川省人民医院眼科就诊的糖尿病患者。采用简单随机化方法,每位患者的一只眼被分配到干预组,而对侧眼作为对照,每组各30只眼。干预组将接受OCTA引导下的选择性光凝,具体使用点阵激光(3x3)网格模式,对NP区进行一次照射,范围超出NP边界一个光斑直径。每次治疗持续10-20分钟。对照组不接受治疗。研究将比较两组在3、6、9和12个月时NP面积的变化、DR分级进展以及其他DR病变的控制情况。

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