AVD-104 多剂量治疗年龄相关性黄斑变性继发地图样萎缩的研究
该数据集来自 clinicaltrials.gov，主题为 AVD-104 治疗年龄相关性黄斑变性继发地图样萎缩的多剂量研究
基本信息
资源简介
AVD-104 多剂量治疗年龄相关性黄斑变性继发地图样萎缩的研究
该数据集来自 clinicaltrials.gov，主题为 AVD-104 治疗年龄相关性黄斑变性继发地图样萎缩的多剂量研究。试验分两部分：第一部分为多中心、开放标签的安全性及剂量递增研究，计划入组 30 名继发于黄斑变性的地图样萎缩受试者，接受单次玻璃体内注射 AVD-104 并随访 3 个月进行安全性观察，同时采集房水和外周血用于药代动力学和药效学评估；第二部分为多中心、双盲、随机试验，评估 AVD-104 对地图样萎缩受试者的治疗效果，受试者随机分配至高剂量 AVD-104、低剂量 AVD-104 或活性对照药 avacincaptad，主要终点为 GA 面积增长速率的差异（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：黄斑地图样萎缩、黄斑变性。试验第1部分将是一项多中心、开放标签的安全性及剂量递增研究，计划入组30名继发于黄斑变性的地图样萎缩（GA）受试者。他们将接受单次玻璃体内注射研究药物（AVD-104），并进行为期3个月的安全性观察随访。他们将采集房水和外周血，用于药代动力学和药效学评估。第2部分将是一项多中心、双盲、随机试验，旨在评估AVD-104对继发于黄斑变性的地图样萎缩受试者的治疗效果。受试者将被随机分配至高剂量AVD-104组、低剂量AVD-104组或活性对照药（avacincaptad）组。主要终点为通过眼底自发荧光测量的GA面积增长速率的差异。
【主题与分类】
主题标签：Geographic Atrophy of the Macula、Macular Degeneration。本站分类：眼及附器疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05839041
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/NCT05839041
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：黄斑地图样萎缩、黄斑变性。试验第1部分将是一项多中心、开放标签的安全性及剂量递增研究，计划入组30名继发于黄斑变性的地图样萎缩（GA）受试者。他们将接受单次玻璃体内注射研究药物（AVD-104），并进行为期3个月的安全性观察随访。他们将采集房水和外周血，用于药代动力学和药效学评估。第2部分将是一项多中心、双盲、随机试验，旨在评估AVD-104对继发于黄斑变性的地图样萎缩受试者的治疗效果。受试者将被随机分配至高剂量AVD-104组、低剂量AVD-104组或活性对照药（avacincaptad）组。主要终点为通过眼底自发荧光测量的GA面积增长速率的差异。
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。
