中重度甲状腺相关眼病多参数预测模型建立

该数据集来自 clinicaltrials.gov,聚焦甲状腺相关眼病(TAO),一种与甲状腺疾病密切相关的器官特异性自身免疫病,可导致成人眼眶病,也是弥漫性毒性甲状腺肿(Graves 病)的常见病因

Shanghai Changzheng HospitalShanghai Changzheng Hospital
clinicaltrials
浏览 4
基因组预测Thyroid Associated Ophthalmopathy
Establishment of Multiparametric Prediction Models for Moderate to SevereThyroid Associated Ophthalmopathy

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-23

资源简介

中重度甲状腺相关眼病多参数预测模型建立

该数据集来自 clinicaltrials.gov,聚焦甲状腺相关眼病(TAO),一种与甲状腺疾病密切相关的器官特异性自身免疫病,可导致成人眼眶病,也是弥漫性毒性甲状腺肿(Graves 病)的常见病因。TAO 临床表现复杂,严重时可损害视功能、影响日常生活,甚至引起角膜溃疡、穿孔和失明。该临床研究旨在发现新的诊断标志物或影像序列,并建立和验证中重度 TAO 的多模态、多参数预测模型。数据可用于探索诊断标志物、影像特征及构建预测模型(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:甲状腺相关眼病。甲状腺相关眼病(TAO)是一种与甲状腺疾病密切相关的器官特异性自身免疫病,其导致成人眼眶病的发病率,并且是弥漫性毒性甲状腺肿(Graves 病,GD)最常见的病因。TAO 的临床表现复杂多样。严重时可能严重损害视功能,影响日常生活,甚至导致角膜溃疡、穿孔和失明。因此,应根据 TAO 的严重程度选择合理有效的治疗方案。本临床研究的目的是:1. 发现新的诊断标志物或影像序列。2. 建立并验证中重度 TAO 的多模态、多参数预测模型。

【主题与分类】

主题标签:Thyroid Associated Ophthalmopathy。本站分类:内分泌、营养和代谢疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06590220

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/NCT06590220

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:甲状腺相关性眼病。甲状腺相关性眼病(TAO)是一种与甲状腺疾病密切相关的器官特异性自身免疫性疾病,居成人眼眶疾病发病率首位,是弥漫性毒性甲状腺肿(Graves病,GD)最常见的病因。TAO的临床表现复杂多样,严重者可严重损害视功能,影响日常生活,甚至导致角膜溃疡、穿孔和失明。因此,应根据TAO的严重程度选择合理有效的治疗方案。本临床研究的目的在于:1. 寻找新的诊断标志物或影像学序列。2. 建立并验证中重度TAO的多模态、多参数预测模型。

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