高光谱 Drusen 分类数据集
该数据集来自 clinicaltrials.gov，聚焦干性年龄相关性黄斑变性（Dry AMD）。研究为观察性、横断面、前瞻性设计，纳入至少一只眼患有干性 AMD 的受试者，使用 Optina Diagnostics 的 MHRC 进行高光谱视网膜成像，同时以 OCT 作为识别和分类 druseno
基本信息
资源简介
高光谱 Drusen 分类数据集
该数据集来自 clinicaltrials.gov，聚焦干性年龄相关性黄斑变性（Dry AMD）。研究为观察性、横断面、前瞻性设计，纳入至少一只眼患有干性 AMD 的受试者，使用 Optina Diagnostics 的 MHRC 进行高光谱视网膜成像，同时以 OCT 作为识别和分类 drusenoid 沉积的金标准。数据可用于基于高光谱图像对 drusen 进行分类，并支持干性 AMD 状态与分期的评估（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：干性年龄相关性黄斑变性。在这项观察性、横断面、前瞻性研究中，至少一只眼患有干性 AMD 的参与者将接受 Optina Diagnostics 的 MHRC 高光谱视网膜成像，此外还接受 OCT 视网膜成像，OCT 被用作识别和分类 drusenoid 沉积的金标准方法。因 AMD 到眼科诊所就诊且至少一只眼患有干性 AMD 的合格参与者将被邀请参加研究。签署知情同意书参加研究的受试者将接受眼部评估，以确认至少一只眼符合所有纳入标准，且不符合任何排除标准。将记录双眼的干性 AMD 状态和分期以及眼部疾病和病症信息。如果合格（至少一只眼不存在眼部排除标准），则……
【主题与分类】
主题标签：Dry Age Related 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/NCT06860555
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/NCT06860555
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：干性年龄相关性黄斑变性。在这项观察性、横断面、前瞻性研究中，至少一只眼患有干性AMD的参与者将接受Optina Diagnostics MHRC的高光谱视网膜成像，此外还将接受OCT视网膜成像，OCT被用作识别和分类玻璃膜疣样沉积物的金标准方法。因AMD就诊且至少一只眼患有干性AMD的合格参与者将被邀请参加研究。签署知情同意书参加研究的受试者将接受眼部评估，以确认至少一只眼符合所有入选标准，且不符合任何排除标准。将记录双眼的干性AMD状态和分期以及眼部疾病和病症信息。如果符合条件（至少一只眼不存在眼部排除标准），受试者将接受黄斑区OCT成像。如果OCT成像成功（如下文OCT成像程序所述），参与者随后将接受Optina Diagnostics MHRC的高光谱视网膜成像。
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。
