增殖性糖尿病视网膜病变患者外泌体变化研究

该数据集来自 clinicaltrials.gov,聚焦增殖性糖尿病视网膜病变患者的外泌体变化研究。研究比较增殖性糖尿病视网膜病变患者与非糖尿病患者眼内液和血液中外泌体的差异,并利用蛋白质组学技术分析两组患者外泌体中的差异表达蛋白,为筛选糖尿病视网膜病变早期诊断可能的生物标志物和潜在治疗靶点奠定基础

Xuanwu Hospital, BeijingXuanwu Hospital, Beijing
clinicaltrials
浏览 9
蛋白质分类Diabetic Retinopathy
Study on Exosome Changes in Patients With Proliferative Diabetic Retinopathy

基本信息

模态
蛋白质
任务类型
分类
创建/更新时间
2026-10-12

资源简介

增殖性糖尿病视网膜病变患者外泌体变化研究

该数据集来自 clinicaltrials.gov,聚焦增殖性糖尿病视网膜病变患者的外泌体变化研究。研究比较增殖性糖尿病视网膜病变患者与非糖尿病患者眼内液和血液中外泌体的差异,并利用蛋白质组学技术分析两组患者外泌体中的差异表达蛋白,为筛选糖尿病视网膜病变早期诊断可能的生物标志物和潜在治疗靶点奠定基础。研究对象为在首都医科大学宣武医院眼科接受玻璃体切除术的增殖性糖尿病视网膜病变患者及非糖尿病性黄斑前膜/黄斑裂孔患者,共纳入60例患者,分为实验组和对照组(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。一、研究目的 1. 比较增殖性糖尿病视网膜病变患者与非糖尿病患者眼内液和血液中外泌体的变化。2. 利用蛋白质组学技术分析两组患者外泌体中的差异表达蛋白,为筛选糖尿病视网膜病变早期诊断可能的生物标志物和潜在治疗靶点奠定基础。二、设计 1. 受试人群 在首都医科大学宣武医院眼科住院、需要接受玻璃体切除术的增殖性糖尿病视网膜病变患者和非糖尿病性黄斑前膜/黄斑裂孔患者。2. 样本量 本研究共纳入60例患者。3. 受试者分组 实验组:增殖性糖尿病视网膜病变;对照组:黄斑前膜患者

【主题与分类】

主题标签: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://clinicaltrials.gov/study/NCT06198543

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/NCT06198543

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。一、研究目的 1. 比较增殖性糖尿病视网膜病变患者与非糖尿病患者眼内液和血液中外泌体的变化。2. 利用蛋白质组学技术分析两组患者外泌体中差异表达的蛋白质,为筛选糖尿病视网膜病变早期诊断可能的生物标志物和潜在治疗靶点奠定基础。二、设计 1. 受试人群 因增殖性糖尿病视网膜病变及非糖尿病性黄斑前膜/黄斑裂孔需行玻璃体切除术,就诊于首都医科大学宣武医院眼科的患者。2. 样本量 共纳入60例患者。3. 受试者分组 实验组:增殖性糖尿病视网膜病变;对照组:无糖尿病的黄斑前膜和黄斑裂孔患者。

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