OpCT-001在原发性光感受器疾病成人中的安全性研究（CLARICO）
该数据集来自clinicaltrials.gov，收录一项名为CLARICO的临床试验信息，研究对象为患有原发性光感受器疾病、视网膜色素变性、Usher综合征、遗传性视网膜疾病、视杆-视锥营养不良、视杆-视锥疾病、视网膜变性及视锥-视杆疾病的成人
基本信息
资源简介
OpCT-001在原发性光感受器疾病成人中的安全性研究（CLARICO）
该数据集来自clinicaltrials.gov，收录一项名为CLARICO的临床试验信息，研究对象为患有原发性光感受器疾病、视网膜色素变性、Usher综合征、遗传性视网膜疾病、视杆-视锥营养不良、视杆-视锥疾病、视网膜变性及视锥-视杆疾病的成人。试验分为两阶段：Phase 1采用标准3+3方案，设最多4个计划剂量水平、最多4个队列，最多24名法定盲受试者开放标签接受OpCT-001；Phase 2计划每队列最多入组15人、共2个队列，基于Phase 1安全性与耐受性数据选择2个剂量水平，受试者按1:1随机分配至任一剂量队列。数据可用于了解该基因治疗试验的设计与受试人群特征（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：原发性光感受器疾病、视网膜色素变性（RP）、Usher综合征、遗传性视网膜疾病（IRD）、视杆-视锥营养不良、视杆-视锥疾病、视网膜变性、视锥-视杆疾病（C-RD）。研究Phase 1包括最多4个计划剂量水平，将在最多4个队列中给药。参与者以开放标签方式接受OpCT-001。Phase 1的剂量递增采用标准3+3方案，共最多24名法定盲参与者（每队列约3至6人）将接受OpCT-001。Phase 2计划在2个队列中每队列最多入组15名参与者，以评估根据Phase 1安全性和耐受性数据选择的2个OpCT-001剂量水平。Phase 2参与者将按1:1随机分配至任一剂量水平队列。Phase 2参与者以及研究者、研究站点人员（手术相关除外）
【主题与分类】
主题标签：Primary Photoreceptor Disease、Retinitis Pigmentosa (RP)、Usher Syndrome、Inherited Retinal Disease (IRD)、Rod-Cone Dystrophy、Rod-Cone Disease、Retinal Degeneration、Cone-Rod Disease (C-RD)、Cone-Rod Dystrophy。本站分类：眼及附器疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06789445
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/NCT06789445
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
适应症：原发性光感受器疾病、视网膜色素变性（RP）、Usher综合征、遗传性视网膜疾病（IRD）、视杆-视锥细胞营养不良、视杆-视锥细胞疾病、视网膜变性、视锥-视杆细胞疾病（C-RD）。研究第1阶段包括最多4个计划剂量水平，将在最多4个队列中给药。参与者以开放标签方式分配接受OpCT-001。第1阶段的剂量递增采用标准3+3方案进行，总共最多24名法定失明参与者（每队列约3至6人）将接受OpCT-001。第2阶段计划在2个队列中每队列最多入组15名参与者，以评估根据第1阶段安全性和耐受性数据选出的2个OpCT-001剂量水平。第2阶段参与者将按1：1随机分配至任一剂量水平队列。第2阶段参与者和研究者以及手术团队以外的研究现场人员将对第2阶段OpCT-001剂量水平分配设盲。
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。
