RETINA-AI Galaxy™ v2.0 自动糖尿病视网膜病变筛查设备验证研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT05368623

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

疾病：糖尿病、糖尿病视网膜病变、糖尿病黄斑水肿、糖尿病眼部问题。本研究是一项前瞻性、多中心、观察性研究，旨在评估RETINA-AI Galaxy™ v2.0（“Galaxy™”）在初级保健机构中筛查糖尿病视网膜病变的安全性和有效性。研究设计遵循意向筛查（Intent to Screen，ITS）范式。Galaxy™是一种作为医疗器械的软件（Software-as-a-Medical-Device），旨在分析数字彩色眼底照片，并在初级保健机构中快速筛查糖尿病视网膜病变。符合入选标准的受试者从美国由初级保健提供者执业的中心招募。在评估资格并获取知情同意后，由操作员按照Galaxy摄影手册使用美国食品药品监督管理局（FDA）批准的非散瞳眼底相机拍摄数字彩色眼底照片。在研究的人工智能系统方案部分，共使用了3台非散瞳机器人筛查相机。在每个中心的验证阅片中心方案部分，使用了一台专用验证相机。初级保健临床工作人员（例如

（医疗助理）此前没有专业眼科摄影经验，仅接受过4小时培训，操作了RETINA-AI Galaxy v2.0设备和筛查相机。视网膜读片中心（RRC）认证的专业眼科摄影师按照4W-D立体协议操作验证用眼底相机，并获取了黄斑的OCT图像。

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。