糖尿病视网膜病变玻璃体腔注射雷珠单抗后中心凹下脉络膜厚度与视力
糖尿病是影响眼部血管的代谢紊乱,除视网膜血管改变外脉络膜也可受累,糖尿病脉络膜病变可能参与视力下降机制。源站描述提及 spectral-domain OCT 可用于脉络膜成像,并涉及糖尿病黄斑水肿等导致视力丧失的原因

基本信息
资源简介
糖尿病视网膜病变玻璃体腔注射雷珠单抗后中心凹下脉络膜厚度与视力
该数据集来自 clinicaltrials.gov,围绕糖尿病视网膜病变患者玻璃体腔注射雷珠单抗后中心凹下脉络膜厚度与视力的关系,涉及 Subfoveal Choroidal Thickness、Intravitreal、Ranibizumab、Visual Acuity、Diabetic Retinopathy 等主题。糖尿病是影响眼部血管的代谢紊乱,除视网膜血管改变外脉络膜也可受累,糖尿病脉络膜病变可能参与视力下降机制。源站描述提及 spectral-domain OCT 可用于脉络膜成像,并涉及糖尿病黄斑水肿等导致视力丧失的原因。数据可用于研究抗 VEGF 治疗后脉络膜厚度变化与视力结局的关联(来源 clinicaltrial。
【数据内容】
源站描述(机器翻译,仅供参考):条件:中心凹下脉络膜厚度、玻璃体腔注射、雷珠单抗、视力、糖尿病视网膜病变。糖尿病是一种影响眼部血管的代谢紊乱。虽然糖尿病的主要后节改变通常发生在视网膜血管,但在为外层视网膜提供重要血供的脉络膜中也观察到额外改变。糖尿病脉络膜病变涉及糖尿病患者中发生的脉络膜异常,并可能参与导致视力下降的机制。多项研究证明了使用 spectral-domain OCT 对脉络膜进行成像的可能性。许多研究调查了随年龄和眼轴长度变化、或在不同眼部疾病中发生的脉络膜厚度(CT)变化,糖尿病黄斑水肿(DME)是糖尿病患者视力丧失的主要原因。OCT(Optical c
【主题与分类】
主题标签:Subfoveal Choroidal Thickness、Intravitreal、Ranibizumab、Visual Acuity、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/NCT06173245
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/NCT06173245
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:黄斑中心凹下脉络膜厚度、玻璃体内注射、雷珠单抗、视力、糖尿病视网膜病变。糖尿病是一种影响眼部血管的代谢性疾病。尽管糖尿病引起的眼后段主要变化通常发生在视网膜血管,但在为外视网膜提供重要血液供应的脉络膜中也观察到其他变化。糖尿病性脉络膜病变涉及糖尿病患者中发生的脉络膜异常,并可能参与导致视力下降的机制。多项研究证明了使用谱域OCT对脉络膜成像的可能性。许多研究探讨了随年龄和眼轴长度变化或在不同眼部疾病中发生的脉络膜厚度(CT)变化,糖尿病性黄斑水肿(DME)是糖尿病患者视力丧失的主要原因。OCT(光学相干断层成像)是一种非侵入性成像技术,用于获取视网膜的高清晰度切面。最近,EDI(增强深度成像)谱域OCT得到了阐述。
(EDI)程序常规捕捉一张横截面图像,使脉络膜接近零延迟线,以增强脉络膜外边缘的敏感性。功能成像发现还显示,糖尿病视网膜病变眼内脉络膜血流减少。当前,(EDI-OCT)的目的在于利用通过将OCT设备靠近眼睛而从反转图像中获得的增强景深,帮助研究人员研究糖尿病眼内脉络膜的解剖变异。
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。




