FTMH、ERM与RRD细胞死亡中的炎症小体
该数据集来自clinicaltrials.gov,聚焦视网膜脱离、全层黄斑裂孔和视网膜前膜三类眼及附器疾病。源站描述指出,光感受器细胞死亡是包括视网膜脱离在内的多种视网膜疾病视力丧失的主要原因;研究者认为患者可能存在由焦亡这一程序性细胞死亡通路介导的光感受器细胞死亡,并伴随炎症反应

基本信息
资源简介
FTMH、ERM与RRD细胞死亡中的炎症小体
该数据集来自clinicaltrials.gov,聚焦视网膜脱离、全层黄斑裂孔和视网膜前膜三类眼及附器疾病。源站描述指出,光感受器细胞死亡是包括视网膜脱离在内的多种视网膜疾病视力丧失的主要原因;研究者认为患者可能存在由焦亡这一程序性细胞死亡通路介导的光感受器细胞死亡,并伴随炎症反应。焦亡区别于凋亡之处在于需要激活称为炎症小体的蛋白寡聚复合物。数据可用于研究炎症小体相关细胞死亡机制(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:视网膜脱离、全层黄斑裂孔、视网膜前膜。光感受器细胞死亡是包括视网膜脱离(RD)在内的许多视网膜疾病视力丧失的主要原因。虽然凋亡是研究最多的细胞死亡形式,但研究者认为RD患者的光感受器细胞死亡可能来自一种称为焦亡的独特程序性细胞死亡通路,该通路也涉及炎症反应。焦亡与凋亡的不同之处在于它需要激活一种称为炎症小体的蛋白寡聚复合物。炎症小体是一种促炎复合物,由含CARD的凋亡相关斑点样蛋白(ASC)、核苷酸结合寡聚化结构域(NOD)样受体(NLR)家族或pyrin和HIN结构域(PYHIN)家族以及caspase-11组成。炎症小体复合物的激活导致ac
【主题与分类】
主题标签:Retinal Detachment、Full Thickness Macular Hole、Epiretinal Membrane。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03332758
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/NCT03332758
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:视网膜脱离、全层黄斑裂孔、视网膜前膜。光感受器细胞死亡是许多视网膜疾病(包括视网膜脱离(RD))中视力丧失的主要原因。虽然凋亡是研究最多的细胞死亡形式,但研究者认为RD患者的光感受器细胞死亡可能源于一种称为焦亡的独特程序性细胞死亡通路,该通路同样涉及炎症反应。焦亡与凋亡的不同之处在于,焦亡需要激活一种称为炎症小体的蛋白寡聚复合物。炎症小体是一种促炎复合物,由含CARD的凋亡相关斑点样蛋白(ASC)、核苷酸结合寡聚化结构域蛋白(NOD)样受体(NLR)家族或pyrin和HIN结构域(PYHIN)家族以及caspase-11组成。炎症小体复合物的激活导致caspase-1蛋白酶活性激活,从而切割并合成IL-1β和IL-18。因此,研究者认为炎症小体及其激活产物可能在人类视网膜光感受器细胞的炎症和细胞死亡通路中发挥重要作用。
使用RD动物模型的研究已证实存在IL-1β激活2,然而,IL-18的存在仍需在人类脱离的视网膜中加以确认。在一项针对小鼠脱离视网膜的研究中,研究人员成功展示了炎症小体的激活导致光感受器细胞死亡。尽管研究人员无法确定炎症小体的细胞来源,但他们能够证明炎症小体的激活与动物模型密切相符。目前,尽管进行了手术干预,仍无方法能够挽救光感受器细胞免于介导的细胞死亡途径。因此,当前的视力预后及预防因RD导致的进一步光感受器丧失,很可能取决于在进一步脱离和进一步细胞死亡发生之前进行手术干预的时间。因此,本研究的目的是确认炎症小体激活的存在
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。




