光生物调节对干性年龄相关性黄斑变性视网膜电图结果影响的研究

该数据集来自 clinicaltrials.gov,研究光生物调节(PBM)治疗对干性年龄相关性黄斑变性(dry AMD)患者视网膜功能的影响

LumiThera, Inc.LumiThera, Inc.
clinicaltrials
浏览 12
其他回归Age Related Macular Degeneration
Study of Photobiomodulation Effect on Electroretinogram Outcomes in Dry Age-Related Macular Degeneration

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-17

资源简介

光生物调节对干性年龄相关性黄斑变性视网膜电图结果影响的研究

该数据集来自 clinicaltrials.gov,研究光生物调节(PBM)治疗对干性年龄相关性黄斑变性(dry AMD)患者视网膜功能的影响。研究为开放标签、前瞻性初步试验,计划在美国最多两个中心入组15名受试者,所有受试者均接受PBM治疗,每周三次、持续三周,共九次。主要分析比较基线至第1个月的多焦视网膜电图功能变化,次要分析比较基线至第3个月和第6个月的变化,其他终点包括ERG其他功能、ETDRS视力、对比敏感度、视野、色觉及Amsler网格测试。数据可用于评估PBM对干性AMD视网膜功能的疗效(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。本研究是一项开放标签、前瞻性初步研究,旨在使用ERG评估干性AMD眼接受PBM治疗后的视网膜功能。目标入组为美国最多两个中心的15名受试者。所有受试者都将接受PBM治疗。受试者将每周接受三次PBM治疗,持续三周,共九次治疗,为期3周。主要分析将检查从基线至第1个月的多焦ERG功能变化。次要分析将检查从基线至第3个月和第6个月的多焦ERG功能变化。其他终点将包括ERG的其他功能、ETDRS视力、对比敏感度、视野、色觉测试和Amsler网格测试。

【主题与分类】

主题标签: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/NCT04522999

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/NCT04522999

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:年龄相关性黄斑变性。本研究是一项开放标签、前瞻性初步研究,旨在使用ERG评估干性AMD眼在PBM治疗后的视网膜功能。目标入组人数为15名受试者,分布在美国最多两个研究中心。所有受试者都将接受PBM治疗。受试者将每周接受三次PBM治疗,持续三周,共计九次治疗,历时3周。主要分析将检查多焦ERG功能从基线至第1个月的变化。次要分析将检查多焦ERG功能从基线至第3个月和第6个月的变化。其他终点将包括ERG的其他功能、ETDRS视力、对比敏感度、视野检查、色觉测试和Amsler方格表测试。

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