视网膜色素变性临床测量与潜在结局指标重复性测试
该数据集来自 clinicaltrials.gov,聚焦视网膜色素变性(RP)患者,目标是通过局部静态与动态心理物理学测试研究光感受器功能障碍的性质,以开发用于 RP 临床试验的功能性结局指标

基本信息
资源简介
视网膜色素变性临床测量与潜在结局指标重复性测试
该数据集来自 clinicaltrials.gov,聚焦视网膜色素变性(RP)患者,目标是通过局部静态与动态心理物理学测试研究光感受器功能障碍的性质,以开发用于 RP 临床试验的功能性结局指标。研究还将新型空间功能图谱与视力、多焦视网膜电图等其他功能指标进行关联,并采用新影像方法观察和分析视网膜结构改变,从而评估疾病进展背后的结构变化。研究计划纳入最多 120 名受试者,可用于探索光感受器变性过程并为候选疗法试验提供评价框架(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:视网膜色素变性。研究目的:本研究旨在利用局部静态和动态心理物理学测试,探究视网膜色素变性(RP)患者光感受器功能障碍的性质,以开发用于 RP 临床试验研究的功能性结局指标。将新型空间功能图谱与其他功能指标(如视力和多焦视网膜电图)进行关联,有助于全面描述功能变化。采用新的成像方法对视网膜结构变化进行可视化和分析,将能够评估疾病进展背后的结构变化。开发这些指标有望通过阐明光感受器变性过程来推动该领域发展,并成为候选疗法可进行试验的框架。研究人群:最多 120 名受试者
【主题与分类】
主题标签:Retinitis Pigmentosa。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03845218
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/NCT03845218
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:视网膜色素变性。摘要 目的:本研究旨在利用局部静态和动态心理物理学测试,探究视网膜色素变性(RP)患者光感受器功能障碍的本质,为RP临床试验研究制定功能性结局指标。将新型空间功能图谱与其他功能指标(如视力和多焦视网膜电图)进行相关性分析,有助于全面描述功能变化。采用新的成像方法对视网膜结构变化进行可视化观察和分析,将有助于评估疾病进展所依据的结构变化。开发这些指标有望通过阐明光感受器变性过程来推动该领域的发展,并可作为候选疗法试验的框架。研究人群:将招募最多120名确诊为RP的参与者。还将招募最多30名健康志愿者,总招募上限为150人。设计:这是一项单中心、观察性、横断面重复性研究,研究对象为视网膜色素变性患者。
目标1的目标是确定可用于未来研究、以追踪功能性视网膜随时间变化范围的测量指标。目标2的目标是评估RP的结构性测量指标。目标3的目标是评估参与者在评估视觉功能的问卷上的表现。目标4的目标是调查细胞因子/淋巴因子谱。结局指标:主要结局指标将是所执行测试在重复性计算中的一致性界限。次要结局指标将包括基于严重程度分组的参数测试分析。将通过光学相干断层扫描(OCT)测量的黄斑厚度以及椭圆体带长度进行量化。将量化使用明视视野检查和暗视视野检查及动力学进行的功能测试。将分析多焦视网膜电图(mfERG)。
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。




