糖尿病视网膜病变患者血清Endocan、Alarin与Galanin样肽水平研究
该数据集来自clinicaltrials.gov，为一项前瞻性横断面研究，旨在评估血清endocan、alarin和galanin样肽水平与糖尿病视网膜病变（DR）分期的关联，以及其与光学相干断层扫描（OCT）表现的关系
基本信息
资源简介
糖尿病视网膜病变患者血清Endocan、Alarin与Galanin样肽水平研究
该数据集来自clinicaltrials.gov，为一项前瞻性横断面研究，旨在评估血清endocan、alarin和galanin样肽水平与糖尿病视网膜病变（DR）分期的关联，以及其与光学相干断层扫描（OCT）表现的关系。研究纳入120名参与者，分为无糖尿病视网膜病变患者、非增殖性糖尿病视网膜病变患者、增殖性糖尿病视网膜病变患者和健康对照各30名。除常规术前采血外，额外采集5 mL静脉血，采用ELISA进行生物标志物分析，并通过OCT获取黄斑及视盘周围视网膜神经纤维层测量值。数据可用于分析血清生物标志物在不同DR分期间的差异及其与OCT参数的相关性（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：糖尿病视网膜病变、糖尿病、视网膜微血管疾病。这项前瞻性横断面研究旨在评估血清endocan、alarin和galanin样肽水平与糖尿病视网膜病变（DR）分期的关联，以及它们与光学相干断层扫描（OCT）表现的关系。共纳入120名参与者：30名无糖尿病视网膜病变患者、30名非增殖性糖尿病视网膜病变患者、30名增殖性糖尿病视网膜病变患者和30名健康对照受试者。除常规术前采血外，额外采集5 mL静脉血，用于使用ELISA进行生物标志物分析。将使用OCT获取黄斑和视盘周围视网膜神经纤维层测量值。将比较不同DR分期间的血清生物标志物水平，并分析其与OCT参数的相关性。
【主题与分类】
主题标签：Diabetic Retinopathy、Diabetes Mellitus、Retinal Microvascular Disease。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/NCT07434362
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/NCT07434362
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、糖尿病、视网膜微血管疾病。这项前瞻性横断面研究旨在评估血清内皮素、alarin和甘丙肽样肽水平与糖尿病视网膜病变（DR）分期之间的关联，以及它们与光学相干断层扫描（OCT）表现的关系。共纳入120名参与者：30名无糖尿病视网膜病变患者、30名非增殖性糖尿病视网膜病变患者、30名增殖性糖尿病视网膜病变患者，以及30名健康对照受试者。除常规术前采血外，还将额外采集5 mL静脉血，用于使用ELISA进行生物标志物分析。将使用OCT获取黄斑和视乳头周围视网膜神经纤维层测量值。将比较各DR分期的血清生物标志物水平，并分析其与OCT参数的相关性。
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。
