西罗莫司治疗晚期年龄相关性黄斑变性
该数据集来自 clinicaltrials.gov,围绕西罗莫司治疗晚期年龄相关性黄斑变性的临床研究,涉及年龄相关性黄斑变性与地图状萎缩两类病症

基本信息
资源简介
西罗莫司治疗晚期年龄相关性黄斑变性
该数据集来自 clinicaltrials.gov,围绕西罗莫司治疗晚期年龄相关性黄斑变性的临床研究,涉及年龄相关性黄斑变性与地图状萎缩两类病症。年龄相关性黄斑变性是美国 65 岁以上人群致盲的首位原因,可分为新生血管性(湿性)与干性(萎缩性)两种形式,后者以玻璃膜疣、色素聚集、视网膜色素上皮缺失及地图状萎缩为特征。数据可用于观察该干预在晚期患者中的表现,支持相关临床结局的分析与预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:年龄相关性黄斑变性、地图状萎缩。目的:年龄相关性黄斑变性(AMD)是美国 65 岁以上人群致盲的首位原因,是一种异质性临床实体,其视网膜变性主要发生在衰老背景下的黄斑区,并导致中心视力受损。AMD 有两种一般形式,其中一种涉及脉络膜新生血管(CNV)并随后形成盘状瘢痕,通常称为新生血管性或湿性形式。第二种形式,即本研究的研究对象,被称为干性或萎缩性黄斑变性,涉及一系列临床特征,可包括玻璃膜疣、色素聚集和/或视网膜色素上皮(RPE)缺失以及地图状萎缩(GA)。GA 可始于 RPE 变薄并累及下方的脉络膜
【主题与分类】
主题标签:Age-Related Macular Degeneration、Geographic Atrophy。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01445548
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/NCT01445548
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
疾病:年龄相关性黄斑变性、地图状萎缩。目的:年龄相关性黄斑变性(AMD)是美国65岁以上人群失明的主要原因,是一种异质性临床实体,其视网膜变性主要发生在黄斑区,与衰老相关,并导致中心视力受损。AMD有两种一般形式,其中一种涉及脉络膜新生血管(CNV)并随后形成盘状瘢痕。这通常被称为新生血管型或湿性型。第二种形式,即本研究的研究对象,被称为干性或萎缩性黄斑变性,涉及一系列临床特征,可包括玻璃膜疣、色素聚集和/或视网膜色素上皮(RPE)缺失以及地图状萎缩(GA)。GA可始于RPE变薄并累及下方的脉络膜毛细血管,随后导致黄斑区萎缩性改变。炎症可能在GA的发病机制中起作用。西罗莫司抑制许多与GA发生相关的炎症因子的产生、信号传导和活性。
因此,本研究的目标是探讨连续玻璃体内注射西罗莫司在双侧GA受试者中的安全性和可能疗效。研究人群:将纳入六名伴有AMD的双侧GA受试者。最初计划纳入10名伴有AMD的双侧GA受试者。然而,由于将不再对受试者进行玻璃体内西罗莫司注射,最终仅纳入六名。设计:在这项单中心、前瞻性、对照、非掩蔽的I/II期研究中,符合条件受试者的一只眼最初被随机分配接受研究产品(玻璃体内西罗莫司),而另一只眼则进行观察。受试者最初在研究眼接受20 μL(440 μg)玻璃体内西罗莫司注射,基线时给药,此后每两个月一次,除非有禁忌。截至2012年9月,玻璃体内西罗莫司注射
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。




