眼病或眼外伤患者玻璃体液和血液中的线粒体DNA
该数据集来自 clinicaltrials.gov,聚焦眼病或眼外伤患者玻璃体液与血液中线粒体DNA的检测。研究拟分析年龄相关性黄斑变性、青光眼、糖尿病视网膜病变和眼外伤四个主要眼病与损伤组,每组30份样本,最多可纳入300名受试者

基本信息
资源简介
眼病或眼外伤患者玻璃体液和血液中的线粒体DNA
该数据集来自 clinicaltrials.gov,聚焦眼病或眼外伤患者玻璃体液与血液中线粒体DNA的检测。研究拟分析年龄相关性黄斑变性、青光眼、糖尿病视网膜病变和眼外伤四个主要眼病与损伤组,每组30份样本,最多可纳入300名受试者。样本仅使用手术中本应丢弃的玻璃体及同期采集的血液。数据可用于探索线粒体DNA在眼部疾病与损伤中的相关性,并支持相关分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:眼病、眼外伤、线粒体DNA、年龄相关性黄斑变性、青光眼、糖尿病视网膜病变。本研究旨在检测入住UTMB眼科诊所的患者玻璃体液和血液中线粒体DNA存在的相关性。研究目标是分析4组各30份样本,分别对应每种主要眼部疾病和损伤:年龄相关性黄斑变性、青光眼、糖尿病视网膜病变和眼外伤。为达到招募目标,最多可招募300名受试者参与本研究。本研究中我们将仅使用原本会被丢弃的眼玻璃体,以及手术期间采集的血液样本。将根据诊所排班或急诊室医生识别出计划接受眼科手术且可能产生废弃玻璃体液的患者。玻璃体采集的可能性
【主题与分类】
主题标签:Eye Diseases、Ophthalmic Trauma、Mitochondrial DNA、Age Related Macular Degeneration、Glaucoma、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/NCT04334499
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/NCT04334499
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
条件:眼部疾病、眼外伤、线粒体DNA、年龄相关性黄斑变性、青光眼、糖尿病视网膜病变。本研究旨在检测就诊于UTMB眼科诊所的患者玻璃体液中线粒体DNA的存在与血液之间的相关性。研究目标是分析4组样本,每组30例,分别对应每种主要眼部疾病和损伤:年龄相关性黄斑变性、青光眼、糖尿病视网膜病变和眼外伤。为达到招募目标,最多可有300名受试者同意参与本研究。在本研究中,我们将仅使用原本会被丢弃的眼玻璃体以及手术期间采集的血液样本。将根据诊所排班或由急诊室医生识别已安排可能产生废弃玻璃体液的眼科手术的患者。手术中能否采集玻璃体可能不确定。如果某受试者在某次手术中没有废弃玻璃体,则将在抽血或从该时刻起从电子病历收集数据之前将其筛选失败。
受试者将在适当的时候由其临床外科主治医生接触,询问其是否有兴趣参与本研究。临床研究协调员将提供知情同意简报,并提供向协调员、临床外科主治医生和主要研究者提问的机会。将提供同意书副本供患者带回家。手术当天早晨将提供额外的提问机会。同意书签署将在入院手术时、任何药物给药之前进行。如有可用样本,将在眼科手术期间采集。每位患者将采集最多1毫升玻璃体液和最多10毫升血液。样本将在室温下保存,并直接转运至Szczesny博士的实验室。玻璃体液将被冷冻以供进一步分析,血浆将在冷冻前使用histopaque和离心进行处理。将进行两种类型的分析
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。




