DDART医疗器械人工智能子系统在随机视网膜眼底照片样本中自动检测糖尿病视网膜病变兼容性病变的验证
该数据集来自clinicaltrials.gov，围绕DDART医疗器械的人工智能子系统展开验证，目标是在随机抽取的视网膜眼底照片样本中自动检测与糖尿病视网膜病变兼容的病变
基本信息
资源简介
DDART医疗器械人工智能子系统在随机视网膜眼底照片样本中自动检测糖尿病视网膜病变兼容性病变的验证
该数据集围绕一款名为DDART的医疗器械所搭载的人工智能子系统展开验证研究，其核心目标是在随机抽取的视网膜眼底照片样本中，自动检测与糖尿病视网膜病变相兼容的病变。糖尿病视网膜病变是糖尿病常见的微血管并发症之一，早期筛查与及时识别对延缓病情进展、降低视力损害风险具有重要意义。本研究以随机样本为基础，评估人工智能子系统在真实临床影像条件下的检测能力，属于诊断准确性验证类研究。数据集来源于clinicaltrials.gov，归类于内分泌、营养和代谢疾病下的糖尿病领域，主题标签为糖尿病视网膜病变。整体而言，该数据集记录了一项针对特定医疗器械人工智能模块的验证性临床试验信息，关注自动化检测病变的灵敏度、特异度、整体诊断准确性以及与专业眼科医生判读表现的比较。
【数据集背景】
糖尿病视网膜病变的筛查通常依赖眼科医生对眼底照片的人工判读，但人工判读在资源有限的环境中可能面临工作量大、可及性不足等挑战。人工智能子系统被引入以辅助或自动化完成这一判读过程。该数据集所对应的研究旨在验证DDART医疗器械中人工智能子系统在自动检测与糖尿病视网膜病变相兼容病变方面的表现，研究对象为随机抽取的视网膜眼底照片样本。研究不仅关注检测本身，还设定了多项次要目标，包括确定该人工智能子系统检测糖尿病视网膜病变的灵敏度和特异度，估计整体诊断准确性和受试者工作特征曲线下面积（AUC），将算法性能与经验丰富的眼科医生进行比较，以及评估模型区分不同疾病严重程度阶段的能力。
【数据内容】
该数据集涉及的核心内容是视网膜眼底照片，以及围绕这些照片开展的人工智能子系统检测结果与验证分析。源站描述中提及的评估指标包括灵敏度、特异度、整体诊断准确性和AUC，并涉及算法与经验丰富眼科医生之间的性能比较，以及对不同疾病严重程度阶段的区分能力。关于数据集的具体样本量、照片数量、图像分辨率、标注格式、字段结构、文件组织方式等信息，源站未提供。
【采集与来源】
该数据集来源于clinicaltrials.gov，所记录的研究采用随机抽取的视网膜眼底照片样本。源站描述中未提供采集地点、采集时间、采集设备型号、受试者纳入与排除标准、样本抽取的具体随机化方法等细节，源站未提供。
【适用场景】
基于源站描述，该数据集适用于糖尿病视网膜病变的自动化检测验证场景，尤其是针对DDART医疗器械人工智能子系统的诊断性能评估。其潜在用途包括：评估人工智能算法在随机眼底照片样本中检测与糖尿病视网膜病变相兼容病变的能力；考察算法灵敏度、特异度、整体诊断准确性和AUC；将算法判读结果与经验丰富眼科医生的判读结果进行比较；以及分析模型区分不同疾病严重程度阶段的表现。关于该数据集在其他疾病、其他设备或其他临床场景中的适用性，源站未提供。
【使用方法】
源站描述中未提供该数据集的具体使用方式，包括数据访问路径、下载格式、预处理要求、算法训练与测试划分方式、评价流程的操作细节等，源站未提供。
【质量与限制】
源站描述中未提供关于数据质量、标注一致性、样本代表性、偏倚控制、缺失数据情况或研究局限性的具体说明，源站未提供。
【引用与许可】
源站描述中未提供该数据集的引用格式、许可条款、使用限制或授权要求等信息，源站未提供。
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/NCT07758582
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。验证DDART医疗设备的人工智能子系统，用于在随机抽取的视网膜眼底照片样本中自动检测与糖尿病视网膜病变相符的病变。次要目标：确定人工智能子系统检测糖尿病视网膜病变的敏感性和特异性。评估总体诊断准确性和受试者工作特征（ROC）曲线下面积（AUC）。将算法的性能与经验丰富的眼科医生的表现进行比较。评估模型区分不同疾病严重程度阶段的能力。
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。
