糖尿病视网膜病变筛查自动化工具初步评估
该数据集来自 clinicaltrials.gov，围绕一款利用人工智能分析视网膜照片的软件，用于在成人糖尿病患者中检测超过轻度糖尿病视网膜病变
基本信息
资源简介
糖尿病视网膜病变筛查自动化工具初步评估
该数据集英文名为 Preliminary Assessment of an Automated Tool for Diabetic Retinopathy Screening，来源于 clinicaltrials.gov，归类于内分泌、营养和代谢疾病下的糖尿病方向，主题标签为 Diabetic Retinopathy（DR）。其核心内容围绕一款利用人工智能分析视网膜照片的软件展开，目的是评估该软件在成人糖尿病患者中检测超过轻度糖尿病视网膜病变的性能，并考察该软件与市场上已有眼底相机配合使用时的安全性。研究还将软件分析结果与专家人工评估结果进行比较，以判断自动化工具在糖尿病视网膜病变筛查中的实际表现。整体而言，该数据集记录了一项针对人工智能辅助视网膜病变筛查工具的初步评估研究，涉及软件性能、联合使用安全性以及与人评估的对照，属于糖尿病视网膜病变筛查与人工智能交叉领域的研究资源。
【数据集背景】
糖尿病视网膜病变是糖尿病的常见并发症之一，早期发现和及时筛查对于延缓病情进展、降低视力损害风险具有重要意义。传统的筛查方式依赖专业医生对眼底照片进行人工判读，但在糖尿病患者数量庞大、医疗资源分布不均的背景下，人工筛查面临效率与可及性方面的挑战。该数据集所对应的研究正是在这一背景下提出，旨在评估一款利用人工智能分析视网膜照片的软件，探索其是否能够辅助检测成人糖尿病患者中超过轻度的糖尿病视网膜病变。研究同时关注该软件与市场上已有眼底相机联合使用时的安全性，体现出对技术落地实际条件的考量。该数据集来源于 clinicaltrials.gov，属于内分泌、营养和代谢疾病领域中糖尿病相关的研究资源，主题聚焦于糖尿病视网膜病变的自动化筛查。
【数据内容】
该数据集围绕一款人工智能软件的分析能力展开，该软件用于分析视网膜照片，以检测成人糖尿病患者中超过轻度的糖尿病视网膜病变。研究将软件的分析结果与专家人工评估结果进行比较，因此数据内容涉及软件输出结果与专家判读结果之间的对照关系。此外，研究还评估该软件与市场上已有眼底相机配合使用时的安全性，说明数据内容可能涵盖软件与眼底相机联合使用场景下的安全性相关信息。该数据集的主题标签为 Diabetic Retinopathy（DR），分类归属于内分泌、营养和代谢疾病下的糖尿病方向。除上述内容外，关于具体样本量、图像数量、受试者人口学信息、病变分级标准、统计指标等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述显示，这是一项正在开展的研究，目的是评估一款利用人工智能分析视网膜照片的软件的性能，并评估该软件与市场上已有眼底相机联合使用时的安全性。研究针对的是成人糖尿病患者，软件用于检测超过轻度的糖尿病视网膜病变，分析结果将与专家人工评估进行比较。关于具体的采集地点、采集时间、招募方式、受试者纳入与排除标准、眼底相机的具体型号、软件版本、专家评估流程等操作层面的细节，源站未提供。
【适用场景】
该数据集适用于糖尿病视网膜病变筛查相关的研究与应用场景，尤其是关注人工智能辅助判读视网膜照片的领域。其潜在用途包括：评估自动化软件在成人糖尿病患者中检测超过轻度糖尿病视网膜病变的性能；比较软件分析与专家人工评估之间的一致性；考察人工智能软件与市场上已有眼底相机联合使用时的安全性。由于该数据集归属于内分泌、营养和代谢疾病下的糖尿病方向，也可用于糖尿病并发症筛查、眼底图像分析以及人工智能医疗器械评估等交叉领域的研究参考。关于该数据集是否适用于其他特定场景，源站未提供。
【使用方法】
该数据集来源于 clinicaltrials.gov，属于临床研究注册信息。关于如何获取数据、如何访问原始数据、是否需要申请授权、是否提供下载链接、数据格式与结构、配套文档与说明等具体使用方法，源站未提供。
【质量与限制】
该数据集所对应的研究为初步评估，其名称中即包含“Preliminary Assessment”字样，说明研究定位为初步性评估。研究将软件分析结果与专家人工评估进行比较，并评估软件与市场上已有眼底相机联合使用的安全性，这些设计有助于从性能与安全性两个维度进行考察。但关于样本规模、研究设计类型、是否随机、是否设盲、统计分析方法、结果指标的具体数值、研究的局限性说明等，源站未提供。因此，无法依据现有信息对该数据集的质量水平作出进一步判断。
【引用与许可】
该数据集来源于 clinicaltrials.gov。关于引用格式、许可协议、使用条款、数据共享政策以及是否允许再分发等具体信息，源站未提供。
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/NCT07404657
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：糖尿病视网膜病变（DR）。本研究旨在评估一款利用人工智能分析视网膜照片以帮助检测糖尿病视网膜病变的软件的性能。该研究还将评估该软件与市场上已有的眼底照相机结合使用的安全性。该软件通过分析视网膜照片，检测成人糖尿病患者中是否存在超过轻度的糖尿病视网膜病变。结果将与人类专家的评估进行对比。
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。
