GEM103重复玻璃体腔注射治疗干性年龄相关性黄斑变性的多剂量研究
该数据集来自clinicaltrials.gov，收录一项针对继发于干性年龄相关性黄斑变性（dry AMD）的地图样萎缩（GA）受试者的2a期、多中心、开放标签、多剂量研究，考察GEM103重复玻璃体腔注射（IVT）的安全性、PK/PD、生物标志物及早期临床效应
基本信息
资源简介
GEM103重复玻璃体腔注射治疗干性年龄相关性黄斑变性的多剂量研究
该数据集来自clinicaltrials.gov，收录一项针对继发于干性年龄相关性黄斑变性（dry AMD）的地图样萎缩（GA）受试者的2a期、多中心、开放标签、多剂量研究，考察GEM103重复玻璃体腔注射（IVT）的安全性、PK/PD、生物标志物及早期临床效应。受试者需接受临床与眼科评估以确定入组资格，包括曾参与1期研究（GEM-CL-10301）者以及未参与该研究但符合全部入选标准的初治受试者。数据可用于安全性、药代动力学/药效学及生物标志物相关分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：干性年龄相关性黄斑变性、地图样萎缩、黄斑变性、视网膜疾病、视网膜变性。这是一项2a期、多中心、开放标签、多剂量研究，受试者为继发于干性年龄相关性黄斑变性（dry AMD）的地图样萎缩（GA）患者，旨在考察GEM103重复玻璃体腔注射（IVT）的安全性、PK/PD、生物标志物及早期临床效应。受试者将接受临床和眼科评估以确定是否符合入组条件。曾参与1期研究（GEM-CL-10301）的受试者，以及未参与GEM-CL-10301研究但符合全部入选标准的初治受试者，均将入组。
【主题与分类】
主题标签：Dry Age-related Macular Degeneration、Geographic Atrophy、Macular Degeneration、Retinal Disease、Retinal Degeneration。本站分类：眼及附器疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04643886
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/NCT04643886
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：干性年龄相关性黄斑变性、地图样萎缩、黄斑变性、视网膜疾病、视网膜变性。这是一项2a期、多中心、开放标签、多剂量研究，受试者为继发于干性年龄相关性黄斑变性（干性AMD）的地图样萎缩（GA）患者，旨在研究GEM103重复玻璃体腔内注射的安全性、药代动力学/药效动力学、生物标志物及早期临床效应。受试者将接受临床和眼科评估以确定是否符合研究入选标准。曾参与1期研究（GEM-CL-10301）的受试者，以及未参与GEM-CL-10301研究且符合所有资格标准的初治受试者，将被纳入本研究。
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。
