OphtAI眼科疾病自动筛查诊断性能验证数据集
该数据集来自clinicaltrials.gov，属于内分泌、营养和代谢疾病/糖尿病分类，围绕OphtAI软件对眼科疾病的自动化筛查诊断性能验证
基本信息
资源简介
OphtAI眼科疾病自动筛查诊断性能验证数据集
该数据集来自clinicaltrials.gov，属于内分泌、营养和代谢疾病/糖尿病分类，围绕OphtAI软件对眼科疾病的自动化筛查诊断性能验证。覆盖糖尿病视网膜病变、糖尿病黄斑水肿、年龄相关性黄斑变性、年龄相关性黄斑病变及青光眼。数据基于视网膜照片，通过统计学习算法进行检测与分级，可用于评估软件与金标准对比的诊断表现，支持眼科疾病自动筛查研究（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、糖尿病黄斑水肿、年龄相关性黄斑变性、年龄相关性黄斑病变、青光眼。OphtAI-Eval：是一项前瞻性、多中心、上市后临床随访研究（SCAC），用于诊断验证（与金标准对比）。其目的是：验证OphtAI软件对糖尿病视网膜病变、糖尿病黄斑水肿、青光眼、ARM和AMD自动化筛查的诊断性能。Evolucare OphtAI是一款眼科医学影像控制台，与Evolucare Imaging对接。它允许通过统计学习算法，利用视网膜照片检测以下眼部病变： 糖尿病视网膜病变（DR）（包括分级）， 糖尿病黄斑水肿（DME）， 年龄相关性黄斑变性（AMD）， 年龄相关性黄斑病变（ARM，AMD的早期形式），* 青光眼。Evolucare OphtAI可在
【主题与分类】
主题标签：Diabetic Retinopathy、Diabetic Macular Edema、Age-Related Macular Degeneration、Age-related Maculopathy、Glaucoma。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/NCT05752045
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/NCT05752045
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、糖尿病黄斑水肿、年龄相关性黄斑变性、年龄相关性黄斑病变、青光眼。OphtAI-Eval：是一项前瞻性、多中心、上市后临床随访研究（SCAC），旨在进行诊断验证（与金标准对比）。其目标是：验证OphtAI软件在糖尿病视网膜病变、糖尿病黄斑水肿、青光眼、ARM和AMD自动化筛查中的诊断性能。Evolucare OphtAI是一款眼科医学影像控制台，与Evolucare Imaging接口。它通过统计学习算法，利用视网膜照片检测以下眼部病变：* 糖尿病视网膜病变（DR）（包括分级），* 糖尿病黄斑水肿（DME）* 年龄相关性黄斑变性（AMD）* 年龄相关性黄斑病变（ARM，AMD的早期形式），* 青光眼。Evolucare OphtAI自2019年3月起在法国市场上市。
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。
