Clarus与Optos超广角眼底成像系统用于地图样萎缩的比较

该数据集来自clinicaltrials.gov,聚焦年龄相关性黄斑变性所致地图样萎缩的影像比较研究。研究为单中心试点,入组受试者接受标准散瞳眼底检查,并分别使用Optos超广角眼底自发荧光(FAF)、Zeiss Clarus蓝光和绿光超广角FAF,以及当前金标准Spectralis进行自发荧光成像

University of Wisconsin, MadisonUniversity of Wisconsin, Madison
clinicaltrials
浏览 10
图像图像分割Macular Degeneration, Age RelatedGeographic Atrophy
COmparison of Clarus and Optos Ultrawide Field Imaging Systems for Geographic Atrophy

基本信息

模态
图像
任务类型
图像分割
创建/更新时间
2026-10-17

资源简介

Clarus与Optos超广角眼底成像系统用于地图样萎缩的比较

该数据集来自clinicaltrials.gov,聚焦年龄相关性黄斑变性所致地图样萎缩的影像比较研究。研究为单中心试点,入组受试者接受标准散瞳眼底检查,并分别使用Optos超广角眼底自发荧光(FAF)、Zeiss Clarus蓝光和绿光超广角FAF,以及当前金标准Spectralis进行自发荧光成像。目标是在一次访视的60至75分钟内完成全部图像采集,由两名经验丰富的阅片者独立评估并测量地图样萎缩面积。数据可用于眼底自发荧光图像分析、地图样萎缩区域分割与测量方法比较等研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:年龄相关性黄斑变性、地图样萎缩。本研究是一项单中心试点比较成像研究,入组受试者将按标准诊疗接受散瞳眼底检查。研究图像将使用Optos超广角眼底自发荧光(FAF)以及Zeiss Clarus的蓝光和绿光超广角FAF获取。由于Spectralis目前是金标准,也将对其进行自发荧光(AF)成像。目标是在一次访视的60-75分钟内获取所有图像。图像将由两名经验丰富的阅片者独立评估并测量地图样萎缩面积。

【主题与分类】

主题标签:Macular Degeneration, Age Related、Geographic Atrophy。本站分类:眼及附器疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05961332

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/NCT05961332

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:年龄相关性黄斑变性、地图样萎缩。本研究是一项单中心试点比较影像学研究,入组受试者将按标准诊疗流程接受散瞳眼底检查。研究图像将使用Optos超广角眼底自发荧光(FAF)以及Zeiss Clarus的蓝色和绿色超广角FAF获取。由于Spectralis目前是金标准,也将使用其进行自发荧光(AF)成像。目标是在一次访视中于60-75分钟内获取所有图像。图像将由两名经验丰富的阅片者独立评估并测量地图样萎缩面积。

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