单次与多次全视网膜光凝治疗增殖性糖尿病视网膜病变
该数据集来自 clinicaltrials.gov,围绕增殖性糖尿病视网膜病变(PDR)的治疗,比较单次与多次全视网膜光凝(PRP)的疗效

基本信息
资源简介
单次与多次全视网膜光凝治疗增殖性糖尿病视网膜病变
该数据集来自 clinicaltrials.gov,围绕增殖性糖尿病视网膜病变(PDR)的治疗,比较单次与多次全视网膜光凝(PRP)的疗效。覆盖疾病包括增殖性糖尿病视网膜病变、糖尿病视网膜病变、视力威胁性糖尿病视网膜病变、糖尿病性黄斑水肿以及1型和2型糖尿病。数据可用于分析不同 PRP 治疗方案的临床结局,辅助糖尿病视网膜病变治疗策略的研究与评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:增殖性糖尿病视网膜病变、糖尿病视网膜病变、视力威胁性糖尿病视网膜病变、糖尿病性黄斑水肿、1型糖尿病、2型糖尿病。增殖性糖尿病视网膜病变(PDR)是1型和2型糖尿病(DM)众所周知的并发症,也是工作年龄成年人失明的主要原因。PDR 目前的黄金标准治疗是四余年前由糖尿病视网膜病变研究(DRS)确立的全视网膜光凝(PRP)。治疗目标是通过以图案方式破坏部分周边视网膜,从而阻止 PDR 进展,并因此保留视觉重要的中央黄斑区。组织破坏减少了缺血区域,并减少了驱动新生血管生长的血管内皮生长因子(VEGF)的产生。
【主题与分类】
主题标签:Proliferative Diabetic Retinopathy、Diabetic Retinopathy、Diabetic Macular Edema、Diabetes Mellitus, Type 1、Diabetes Mellitus, Type 2。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/NCT06549023
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/NCT06549023
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:增殖性糖尿病视网膜病变、糖尿病视网膜病变、视力威胁性糖尿病视网膜病变、糖尿病性黄斑水肿、1型糖尿病、2型糖尿病。增殖性糖尿病视网膜病变(PDR)是1型和2型糖尿病(DM)众所周知的并发症,并且是工作年龄成年人失明的主要原因。目前PDR的金标准治疗是全视网膜光凝(PRP),该疗法由糖尿病视网膜病变研究(DRS)于四十多年前确立。治疗目标是通过以特定模式破坏部分周边视网膜,从而阻止PDR的进展,进而保护视觉重要的中央黄斑区。组织破坏减少了缺血区域,并减少了血管内皮生长因子(VEGF)的产生,而VEGF驱动新生血管增殖的形成。在PDR的管理中,全视网膜光凝(PRP)是一项基石性治疗。在当前临床实践中,单次和多次PRP方法均被广泛接受和应用。
这些方法的选择往往取决于医生的偏好、患者特征以及具体的临床情况。尽管单次和多次光凝术在临床实践中均有应用,但关于它们相对安全性和有效性的争论仍在继续。早期研究提示,单次全视网膜光凝可能增加糖尿病性黄斑水肿的风险,而较新的研究,特别是涉及更温和激光技术的研究,则表明无论治疗次数多少,风险可能相似。这些发现的不一致性凸显了进一步研究的必要性,研究者旨在通过这项前瞻性、对照、随机干预性研究来阐明这一问题。
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。




