单次玻璃体内注射6.0M jCell（Famzeretcel）治疗视网膜色素变性的安全性研究
该数据集来自 clinicaltrials.gov，聚焦视网膜色素变性（RP）受试者接受单次玻璃体内注射 6.0M jCell（famzeretcel，含 600 万个视网膜祖细胞）的安全性评估，研究周期为六个月
基本信息
资源简介
单次玻璃体内注射6.0M jCell（Famzeretcel）治疗视网膜色素变性的安全性研究
该数据集对应一项在 clinicaltrials.gov 登记的临床研究，英文名称为“Safety of a Single, Intravitreal Injection of 6.0M jCell (Famzeretcel) in Retinitis Pigmentosa (RP)”。研究聚焦视网膜色素变性（RP）受试者，评估单次玻璃体内注射 6.0M jCell（famzeretcel，含 600 万个视网膜祖细胞）的安全性，研究周期为六个月；同时将在六个月时比较活性治疗组（6.0M jCell）与假治疗对照组之间视觉功能的变化。本站将其归入眼及附器疾病 / 其他类别，主题标签为 Retinitis Pigmentosa。
【数据集背景】
视网膜色素变性是一类以视网膜感光功能受损为特征的疾病。该研究围绕这一疾病人群，考察单次玻璃体内注射含 600 万个视网膜祖细胞的 jCell（famzeretcel）在成人受试者中的安全性，研究观察期为六个月。研究设计同时纳入假治疗对照，用于在六个月时比较活性治疗组与对照组之间视觉功能的变化。上述背景信息来自源站对研究条件的描述。
【数据内容】
该数据集所对应的研究内容涉及两方面：其一为单次玻璃体内注射 6.0M jCell 的安全性评估，研究周期为六个月；其二为六个月时活性治疗组（6.0M jCell）与假治疗对照组之间视觉功能变化的比较。研究对象为患有视网膜色素变性的成人受试者。关于数据集内具体包含哪些字段、变量、访视记录或测量指标，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述表明，研究在成人 RP 受试者队列中开展，评估单次注射 6.0M jCell 在六个月研究期内的安全性，并在六个月时评估视觉功能变化。关于数据采集的具体流程、采集机构、采集时间跨度与样本量，源站未提供。
【适用场景】
该数据集可用于了解视网膜色素变性领域中以视网膜祖细胞为基础的单次玻璃体内注射干预的安全性研究设计，以及活性治疗与假治疗对照之间视觉功能比较的研究框架。其主题标签为 Retinitis Pigmentosa，本站分类为眼及附器疾病 / 其他，适合在眼及附器疾病相关的研究整理与检索场景中使用。关于更具体的适用分析场景，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT06912633
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。本研究评估单次注射jCell（famzeretcel）的安全性，该制剂包含600万个（6.0M）视网膜祖细胞，在为期六个月的研究期内对成年RP受试者队列进行观察。此外，将在六个月时评估活性治疗组（6.0M jCell）与假手术对照组之间视觉功能的变化。
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。
