玻璃体腔注射Aflibercept改善糖尿病视网膜病变视网膜非灌注的疗效
该数据集来自clinicaltrials.gov,主题为玻璃体腔注射Aflibercept改善糖尿病视网膜病变视网膜非灌注的疗效

基本信息
资源简介
玻璃体腔注射Aflibercept改善糖尿病视网膜病变视网膜非灌注的疗效
该数据集来自clinicaltrials.gov,主题为玻璃体腔注射Aflibercept改善糖尿病视网膜病变视网膜非灌注的疗效。源站描述指出,视网膜非灌注可驱动病理性新生血管等威胁视力的并发症,并提及视网膜非灌注与VEGF产生相关,以及ranibizumab相关研究结果。数据集覆盖糖尿病视网膜病变相关视网膜非灌注问题,可用于了解抗VEGF治疗与视网膜非灌注改善关系的研究背景(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:糖尿病视网膜病变。视网膜非灌注会驱动威胁视力的并发症,如病理性新生血管,后者可导致新生血管性青光眼、玻璃体出血或牵拉性视网膜脱离,并在包括糖尿病视网膜病变和视网膜静脉阻塞在内的多种视网膜血管疾病中导致黄斑水肿。Silva等人在其近期论文中揭示,视网膜非灌注面积与糖尿病视网膜病变严重程度高度相关。应当说明,视网膜非灌注不等同于视网膜缺血,后者意味着组织缺氧,但视网膜非灌注是一个有用的替代指标。已知视网膜非灌注与血管内皮因子(VEGF)的产生相关。近期,Campochiaro等人报告,使用ranibizumab中和VEGF可改善黄斑水肿并逆转患者视网膜非灌注的恶化。
【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/NCT03006081
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/NCT03006081
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:糖尿病视网膜病变。视网膜无灌注可导致威胁视力的并发症,如病理性新生血管形成,进而可引发新生血管性青光眼、玻璃体出血或牵拉性视网膜脱离,以及多种视网膜血管疾病(包括糖尿病视网膜病变和视网膜静脉阻塞)中的黄斑水肿。Silva等人在其近期论文中揭示,视网膜无灌注区域与糖尿病视网膜病变严重程度高度相关。需要明确的是,视网膜无灌注并非视网膜缺血的同义词——后者意味着组织缺氧——而是一个有用的替代指标。已知视网膜无灌注与血管内皮生长因子(VEGF)的产生有关。近期,Campochiaro等人报告,使用雷珠单抗中和VEGF可改善视网膜静脉阻塞和糖尿病黄斑水肿患者的黄斑水肿,并逆转视网膜无灌注的恶化。VEGF治疗眼灌注改善的确切机制尚不明确。
作者提出,VEGF通过增加白细胞淤滞而加重视网膜缺血,玻璃体内抗VEGF药物可能打破这一反馈环路,使再灌注得以发生。可能存在一部分循环虽已关闭但并非永久性,这种可逆性关闭受VEGF调控。然而,Campochiaro等人的研究存在局限性,因为他们是在一个由早期治疗糖尿病视网膜病变研究亚区组成的模板内评估视网膜无灌注,该模板主要局限于眼底后极部。广角视网膜成像是种一次成像即可观察近200°眼底的成像技术。已有充分证据表明,广角扫描能够检测到周边病变,而这些病变在通过拼接早期治疗糖尿病视网膜病变研究7个标准视野所达到的75度范围内可能被遗漏。据研究者所知,此前尚无研究评估抗
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。




