早期萎缩性病变的进展

数据集获取

源站：https://clinicaltrials.gov/study/NCT05959005

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

条件：年龄相关性黄斑变性。研究人员将聚焦于年龄相关性黄斑变性（AMD）进展中一个此前很大程度上未被充分探索但高度相关的时间窗口，即“早期萎缩性AMD”。我们假设，在早期萎缩性AMD中产生治疗效果，可能使很大一部分患者免于进行性视功能丧失，并且在这一时间窗口进行干预的风险似乎比在更早期的AMD阶段更为合理。在此背景下，全面了解这一潜在治疗窗口期内疾病的自然进展至关重要。我们将在一项前瞻性纵向研究中，实施创新的多模态高分辨率视网膜成像、全面的功能测试以及视觉相关生活质量（VRQoL）评估，并结合标准化和探索性分析策略。这将使研究人员能够以前所未有的准确性，描述和量化伴有早期萎缩性病变的眼部微结构改变及相关功能和VRQoL缺陷。

了解加速疾病进展的最强风险因素，将有助于识别出视觉功能丧失风险最高的患者。此外，研究者关于疾病阶段特异性风险因素的假设，可能指导选择在早期萎缩性AMD中特别敏感的治疗靶点。针对特定表型和疾病阶段定制治疗方法，可能是预防AMD患者不可逆视力丧失及其相关生活质量下降的关键。

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。