视网膜疾病中视杆与视锥介导功能研究
研究对象包括最多250名健康志愿者和250名五岁及以上视网膜疾病患者,涵盖视网膜变性、视网膜色素变性和Stargardt病

基本信息
资源简介
视网膜疾病中视杆与视锥介导功能研究
该数据集来自clinicaltrials.gov,聚焦视网膜疾病中视杆与视锥 photoreceptor 功能。研究对象包括最多250名健康志愿者和250名五岁及以上视网膜疾病患者,涵盖视网膜变性、视网膜色素变性和Stargardt病。研究为单中心观察性病例对照设计,通过商业视野计和/或Cambridge Research Systems的Display++显示器评估视网膜不同区域的视杆与视锥功能,并建立正常视网膜敏感度范围及漂白后暗适应动力学正常范围。数据可用于视网膜疾病功能评估与病例对照分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:视网膜变性、视网膜色素变性、Stargardt病。目的:本方案旨在研究健康志愿者和视网膜疾病参与者在视网膜不同区域的视杆与视锥 photoreceptor 功能的局部变化。研究人群:最多250名健康志愿者和250名五岁或以上患有视网膜疾病的参与者。设计:这项单中心、观察性、病例对照研究将由三个相关目标组成,使用商业视野计和/或专门用于在低光强度下显示刺激的商业Cambridge Research Systems计算机显示器(Display++)评估视杆和视锥功能。对于目标1,将建立眼底引导和非引导视野计的正常视网膜敏感度范围。对于目标2,描述漂白后暗适应动力学的正常范围
【主题与分类】
主题标签:Retinal Degeneration、Retinitis Pigmentosa、Stargardt's Disease。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02617966
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/NCT02617966
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:视网膜变性、视网膜色素变性、Stargardt病。目的:本方案旨在研究健康志愿者和视网膜疾病受试者视网膜视杆细胞和视锥细胞功能的局部变化。研究人群:最多250名健康志愿者和250名五岁及以上患有视网膜疾病的受试者。设计:这项单中心、观察性、病例对照研究将包含三个相关的目标,使用商用视野计和/或专用于在低光强度下显示刺激的商用Cambridge Research Systems计算机显示器(Display++)评估视杆细胞和视锥细胞功能。目标1将为眼底引导和非引导视野计建立正常视网膜敏感度范围。目标2将为眼底引导和非引导视野计建立描述视网膜视紫红质漂白后暗适应动力学的正常范围。
针对目标3,将通过测量暗适应动力学、暗视与明视视网膜敏感度,和/或在Display++显示器上的径向频率(RF)超锐度,来检查患有视网膜疾病的参与者视网膜上视杆和视锥光感受器功能的局部变化。测试还可能包括患者报告结果(PRO)问卷,以评估低亮度条件下的视觉问题。针对目标4,一部分视网膜疾病参与者(约40名)将完成两次视网膜电图(ERG)会话,以开发一个缩放因子,以便与历史临床数据进行比较。该缩放因子将在NEI眼科诊所使用,以考虑使用当前系统测试的患者与 older 临床结果相比ERG参数的变化。结果指标:本研究的主要结果是建立以下各项的正常范围:A) 暗适应动力学(时间),B) 眼底引导和非引导视野计的视网膜敏感度(dB),以及C) Display++显示器上的RF超锐度。次要结果将
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。




