糖尿病视网膜病变进展：体征识别与替代结局（PROGRESS）
PROGRESS 是一项 2016 至 2019 年间开展的临床研究，包含回顾性与前瞻性两个阶段，对入组受试者随访五年，旨在刻画糖尿病视网膜病变早期阶段的功能与形态特征，并识别有进展为中心受累性黄斑水肿和增殖性糖尿病视网膜病变风险的受试者
基本信息
资源简介
糖尿病视网膜病变进展：体征识别与替代结局（PROGRESS）
Progression of Diabetic Retinopathy. Identification of Signs and Surrogate outcomes (PROGRESS)
PROGRESS 是一项 2016 至 2019 年间开展的临床研究，包含回顾性与前瞻性两个阶段，对入组受试者随访五年，旨在刻画糖尿病视网膜病变早期阶段的功能与形态特征，并识别有进展为中心受累性黄斑水肿和增殖性糖尿病视网膜病变风险的受试者。该数据集包含入选分析参与者的人口学与诊断数据，以开放可读的表格文本文件格式提供，同时包含谱域光学相干断层扫描（SD-OCT）和彩色眼底照相（CFP）的影像数据，影像数据采用医学影像开放标准 DICOM 提供（来源 DOI 解析）。
【数据集背景】
源站首次发布：2025。
【数据内容】
源站描述（机器翻译，仅供参考）：PROGRESS，即糖尿病视网膜病变进展：体征识别与替代结局（ 2016 年至 2019 年间开展的临床研究。该研究由回顾性和前瞻性两个阶段组成，对入组受试者随访五年。研究目标是刻画糖尿病视网膜病变起始阶段的功能与形态特征，并识别有进展为中心受累性黄斑水肿和增殖性糖尿病视网膜病变风险的受试者。该数据集包含入选分析参与者的人口学与诊断数据，以开放可读的表格文本文件格式提供，并包含谱域光学相干断层扫描（SD-OCT）数据和彩色眼底照相（CFP）的影像数据。所有影像数据均采用医学影像开放标准 DICOM（Di
【主题与分类】
主题标签：Medicine, Health and Life Sciences、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://repositorio.aibili.pt/citation?persistentId=doi:10.82312/CR7GH0
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://doi.org/10.82312/cr7gh0
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
PROGRESS，即糖尿病视网膜病变进展。体征识别与替代结局指标（https://clinicaltrials.gov/study/NCT03010397）是一项于2016年至2019年间进行的临床研究。该研究包含回顾性和前瞻性两个阶段，对入组受试者进行了为期五年的随访。研究目的是描述糖尿病视网膜病变初期的功能与形态学特征，并识别有进展为中心受累性黄斑水肿和增殖性糖尿病视网膜病变风险的受试者。本数据集包含被选中分析的参与者的人口统计学和诊断数据，以开放可读的表格文本文件格式提供，以及光谱域光学相干断层扫描（SD-OCT）和彩色眼底照相（CFP）的影像数据。所有影像数据均采用医学影像开放标准DICOM（医学数字成像和通信）提供。
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。
