年龄相关性黄斑变性中的视网膜眼底黄素蛋白荧光

该数据集来自 clinicaltrials.gov,聚焦年龄相关性黄斑变性(AMD)与地图样萎缩(GA)。研究通过 OcuMet Beacon 系统采集眼底黄素蛋白荧光(FPF)图像,并用 Heidelberg Spectralis 采集标准眼底自发荧光(FAF)图像,旨在评估黄斑区线粒体功能异常区

University of Wisconsin, MadisonUniversity of Wisconsin, Madison
clinicaltrials
浏览 8
蛋白质回归Geographic AtrophyAge-Related Macular Degeneration
Retinal Fundus Flavoprotein Fluorescence in Age Related Macular Degeneration

基本信息

模态
蛋白质
任务类型
回归
创建/更新时间
2026-10-17

资源简介

年龄相关性黄斑变性中的视网膜眼底黄素蛋白荧光

该数据集来自 clinicaltrials.gov,聚焦年龄相关性黄斑变性(AMD)与地图样萎缩(GA)。研究通过 OcuMet Beacon 系统采集眼底黄素蛋白荧光(FPF)图像,并用 Heidelberg Spectralis 采集标准眼底自发荧光(FAF)图像,旨在评估黄斑区线粒体功能异常区域是否与标准 FAF 所识别的解剖病变区域相关,并分析晚期干性 AMD 所致 GA 患者的异常 FPF 模式。数据可用于探索 FPF 与 FAF 的空间对应关系,支持视网膜功能成像与结构成像的关联分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:地图样萎缩、年龄相关性黄斑变性。本临床试验的目标是了解黄斑区线粒体功能异常区域(通过眼底黄素蛋白荧光成像)是否与标准眼底自发荧光(FAF)成像所识别的解剖病变区域相关。该研究旨在评估因干性年龄相关性黄斑变性导致晚期地图样萎缩(GA)患者的异常眼底黄素蛋白荧光(FPF)模式。参与者将使用 OcuMet Beacon 系统接受 FPF 成像,并使用 Heidelberg Spectralis 接受 FAF 成像。

【主题与分类】

主题标签:Geographic Atrophy、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/NCT06381596

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/NCT06381596

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:地图样萎缩,年龄相关性黄斑变性。本临床试验的目标是了解黄斑区线粒体功能应激区域(通过眼底黄素蛋白荧光成像显示)是否与标准眼底自发荧光(FAF)成像所识别的解剖学病变区域相关。本研究旨在评估因干性年龄相关性黄斑变性导致晚期地图样萎缩(GA)患者的异常眼底黄素蛋白荧光(FPF)模式。参与者将使用OcuMet Beacon系统进行FPF成像,并使用Heidelberg Spectralis进行FAF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。

获取专属数据定制方案