地理性萎缩进展的演变与危险因素
地理性萎缩是干性年龄相关性黄斑变性的晚期形式,目前尚无有效疗法,其进展机制与危险因素尚不明确。该前瞻性、观察性自然病史研究旨在从解剖学和视觉角度描述地理性萎缩的自然病史,并识别与萎缩更快扩大相关的危险因素,以帮助理解疾病机制并推动新治疗策略的开发

基本信息
资源简介
地理性萎缩进展的演变与危险因素
该数据集来自 clinicaltrials.gov,聚焦 Geographic Atrophy(地理性萎缩)的进展及其危险因素。地理性萎缩是干性年龄相关性黄斑变性的晚期形式,目前尚无有效疗法,其进展机制与危险因素尚不明确。该前瞻性、观察性自然病史研究旨在从解剖学和视觉角度描述地理性萎缩的自然病史,并识别与萎缩更快扩大相关的危险因素,以帮助理解疾病机制并推动新治疗策略的开发。数据可用于分析萎缩进展规律、探索风险预测因素及支持相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Geographic Atrophy。年龄相关性黄斑变性是发达国家致盲的主要原因。Geographic Atrophy 是干性年龄相关性黄斑变性的晚期形式,目前尚无有效疗法。关于驱动 Geographic Atrophy 进展的危险因素知之甚少,但这些因素对于理解该疾病的机制至关重要。因此,识别与萎缩更快扩散相关的危险因素可能有助于确定该疾病的病因,并最终开发出管理该疾病的新治疗策略。当前这项前瞻性、观察性、自然病史研究具有以下目标: 从解剖学和视觉角度描述 Geographic Atrophy 的自然病史 识别与萎缩更快扩大相关的危险因素 主要假设是 th
【主题与分类】
主题标签: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/NCT01694095
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/NCT01694095
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
条件:地图样萎缩。年龄相关性黄斑变性是发达国家致盲的主要原因。地图样萎缩是干性年龄相关性黄斑变性的晚期形式,目前尚无有效疗法。对于驱动地图样萎缩进展的风险因素知之甚少,然而这些因素对于理解该病的机制至关重要。因此,识别与萎缩更快扩散相关的风险因素可能有助于揭示该病的病因,并最终开发出管理该疾病的新治疗策略。当前这项前瞻性、观察性、自然病史研究具有以下目标:* 从解剖学和视觉角度描述地图样萎缩的自然病史 * 识别与萎缩更快扩大相关的风险因素。主要假设是,通过眼底自发荧光成像观察到的萎缩边缘的脂褐素积累与疾病的更快进展相关。
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。




