糖尿病视网膜病变患者PRP后视网膜结构与功能变化研究
该数据集来自 clinicaltrials.gov,聚焦糖尿病视网膜病变患者接受全视网膜光凝(PRP)后视网膜结构与功能的变化

基本信息
资源简介
糖尿病视网膜病变患者PRP后视网膜结构与功能变化研究
该数据集来自 clinicaltrials.gov,聚焦糖尿病视网膜病变患者接受全视网膜光凝(PRP)后视网膜结构与功能的变化。源站描述指出糖尿病视网膜病变是成人获得性视网膜血管疾病最常见原因,全球影响超过一亿成年人,是致盲首因;早期筛查、强化血糖血压控制与及时激光光凝可预防视力丧失,PASCAL 激光系统及抗 VEGF 疗法等新治疗已改变临床管理,但患者选择与长期疗效安全性仍存疑问。数据可用于相关临床研究分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:糖尿病视网膜病变。糖尿病视网膜病变是成人获得性视网膜血管疾病最常见的原因。据估计,糖尿病视网膜病变影响超过1亿成年人,并且是全球致盲的主要原因。过去30年间,流行病学研究和临床试验表明,通过年度眼科检查进行早期发现、强化血糖和血压控制以及及时进行激光光凝,可以预防视力丧失。最近,多种更新的眼部治疗和药物已被引入,例如使用PASCAL光凝激光系统以及各种抗血管内皮生长因子疗法。尽管这些治疗已经彻底改变了糖尿病视网膜病变患者的临床管理方式,但关于合适的患者选择以及这些治疗的长期疗效和安全性仍存在疑问。
【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/NCT02621580
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/NCT02621580
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:糖尿病视网膜病变。糖尿病视网膜病变是成人获得性视网膜血管疾病最常见的病因。据估计,糖尿病视网膜病变影响超过1亿成年人,并且是全球范围内致盲的主要原因。在过去30年中,流行病学研究和临床试验表明,通过每年眼科检查进行早期发现、强化血糖和血压控制以及及时进行激光光凝治疗,可以预防视力丧失。最近,多种更新的眼部治疗方法和药物已被引入,例如使用PASCAL光凝激光系统以及各种抗血管内皮生长因子疗法。尽管这些治疗已经彻底改变了糖尿病视网膜病变患者的临床管理方式,但关于合适的患者选择以及这些治疗的长期疗效和安全性等问题仍有待解答。本研究的目的是重点研究严重增殖前期或增殖期糖尿病视网膜病变患者在接受PASCAL光凝治疗后2年内视网膜结构和功能变化的性质及时间进程。
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。




