Noctura400治疗糖尿病视网膜病变(CANDLE)
数据覆盖糖尿病黄斑水肿(DMO)这一糖尿病常见并发症,涉及英国糖尿病及DMO患病情况、糖尿病眼病筛查项目等背景信息。可用于了解该临床试验的设计、人群特征及糖尿病视网膜病变相关研究,支持内分泌与代谢疾病领域的分析(来源 clinicaltrials.gov)

基本信息
资源简介
Noctura400治疗糖尿病视网膜病变(CANDLE)
该数据集来自clinicaltrials.gov,聚焦Noctura400治疗糖尿病视网膜病变的临床研究,主题为Diabetic Macular Oedema。数据覆盖糖尿病黄斑水肿(DMO)这一糖尿病常见并发症,涉及英国糖尿病及DMO患病情况、糖尿病眼病筛查项目等背景信息。可用于了解该临床试验的设计、人群特征及糖尿病视网膜病变相关研究,支持内分泌与代谢疾病领域的分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:糖尿病性黄斑水肿。世界卫生组织(WHO)将糖尿病视为全球性流行病,预计到2020年全球糖尿病患者将超过5亿。在英国,有超过350万人患有糖尿病,且增长率超过每年15万人。糖尿病视网膜病变(DR)是糖尿病最常见的并发症,而最常见的威胁视力的视网膜病变是糖尿病性黄斑水肿(DMO)。该病症的特征是中央视网膜受损血管渗漏液体,英国有24万(8%)糖尿病患者患有临床显著的DMO,其中10万DMO患者存在视力损害。DMO是英国工作年龄组中最常见的可登记失明原因。糖尿病眼病筛查项目(DESP)每年为300万糖尿病患者拍摄照片
【主题与分类】
主题标签:Diabetic Macular Oedema。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/NCT02207712
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/NCT02207712
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:糖尿病性黄斑水肿。世界卫生组织(WHO)将糖尿病视为全球性流行病,预计到2020年全球糖尿病患者人数将超过5亿。在英国,有超过350万人患有糖尿病,且每年新增病例超过15万。糖尿病视网膜病变(DR)是糖尿病最常见的并发症,而威胁视力的视网膜病变最常见原因是糖尿病性黄斑水肿(DMO)。该病的特点是视网膜中央受损血管渗漏液体,英国有24万(8%)糖尿病患者患有临床显著的DMO,其中10万DMO患者存在视力障碍。DMO是英国工作年龄组中最常见的可登记盲原因。糖尿病眼病筛查计划(DESP)每年为300万糖尿病患者拍照,耗资6500万英镑,以确保这些威胁视力的并发症得到早期诊断。所有糖尿病性黄斑病变患者均被转诊至医院眼科服务(HES)。临床显著的黄斑水肿需要治疗。
非中心性水肿通常需密切监测或建议采用激光治疗。累及黄斑中心的水肿一般采用玻璃体内注射血管内皮生长因子抑制剂(抗VEGF)治疗。虽然激光治疗可将中度视力丧失的风险降低50%,但其在恢复最佳矫正视力(BCVA)方面效果不佳,并伴有显著影响生活质量的副作用。抗VEGF治疗费用高昂,给患者、其照护者及医疗系统带来沉重负担。糖尿病视网膜病变(DR)患者从未离开医院眼科服务(HES)。随着糖尿病发病率上升,这一不断增长人群的护理成本逐年增加,给医疗系统的资源和预算带来巨大压力。在本试验中,研究人员将探索一种新型疗法的健康和经济影响
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。




