OPTDR01 自动化糖尿病视网膜病变检测可行性研究

该数据集来自 clinicaltrials.gov,围绕 OPTDR01 在基层诊疗场景中检测 mtmDR 与 vtDR 的可行性展开,纳入已确诊糖尿病但此前未诊断糖尿病视网膜病变的成人

Optain HealthOptain Health
clinicaltrials
浏览 9
图像分类Diabetic RetinopathyDiabetes
OPTDR01 Feasibility for Automated Diabetic Retinopathy Detection

基本信息

模态
图像
任务类型
分类
创建/更新时间
2026-10-12

资源简介

OPTDR01 自动化糖尿病视网膜病变检测可行性研究

该数据集来自 clinicaltrials.gov,围绕 OPTDR01 在基层诊疗场景中检测 mtmDR 与 vtDR 的可行性展开,纳入已确诊糖尿病但此前未诊断糖尿病视网膜病变的成人。参与者接受眼底相机视网膜成像、散瞳、眼底摄影、黄斑 OCT 与红反射检查,部分参与者进入精准子研究,由多名操作者使用多台相机成像。数据可用于评估疾病患病率、招募速度、数据采集工具与工作流程,并为大型关键研究设计提供依据,支持糖尿病视网膜病变的自动化检测与分类研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Conditions: Diabetic Retinopathy, Diabetes. 本研究将评估 OPTDR01 在基层诊疗场景中检测 mtmDR 和 vtDR 的可行性,研究对象为已确诊糖尿病但此前未诊断糖尿病视网膜病变的成人。该研究将为一项大型关键研究的设计提供信息,涉及预期疾病患病率、参与者招募率、数据采集工具和研究工作流程。符合条件的参与者将接受以下内容: 使用眼底相机对每只眼进行视网膜成像,用于 OPTDR01 评估 使用散瞳剂进行散瞳 * 对每只眼进行眼底摄影、黄斑光学相干断层扫描(OCT)和红反射检查,用于比较。一部分参与者将被邀请参加精准子研究,在此期间多名操作者将使用多台相机对参与者眼睛进行成像。

【主题与分类】

主题标签:Diabetic Retinopathy、Diabetes。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/NCT06343350

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/NCT06343350

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、糖尿病。本研究将评估OPTDR01在基层医疗环境中检测mtmDR和vtDR的可行性,研究对象为已确诊糖尿病但既往未诊断糖尿病视网膜病变的成人。该研究将为一项大型关键性研究的设计提供信息,包括预期疾病患病率、参与者招募率、数据收集工具和研究工作流程。符合条件的参与者将接受以下检查:* 使用眼底相机对每只眼进行视网膜成像,用于OPTDR01评估 * 使用散瞳剂进行散瞳 * 对每只眼进行眼底摄影、黄斑光学相干断层扫描(OCT)和红光反射检查,以作比较。一部分参与者将被邀请参加一项精确性子研究,在此期间,多名操作者将使用多台相机对参与者眼睛进行成像。

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