从萎缩型AMD患者采集的单核细胞在视网膜色素上皮外植体中的存活
该数据集来自 clinicaltrials.gov,围绕年龄相关性黄斑变性(AMD)展开,重点关注萎缩型 AMD 中单核细胞在视网膜色素上皮(RPE)外植体中的存活情况

基本信息
资源简介
从萎缩型AMD患者采集的单核细胞在视网膜色素上皮外植体中的存活
该数据集来自 clinicaltrials.gov,围绕年龄相关性黄斑变性(AMD)展开,重点关注萎缩型 AMD 中单核细胞在视网膜色素上皮(RPE)外植体中的存活情况。源站描述指出,AMD 在法国影响 200 万人,是法国不可逆失明的主要原因;患者初期均为早期形式,可向进展缓慢的萎缩型或进展较快的渗出型(新生血管型)演变,目前渗出型有治疗手段而萎缩型尚无疗法。近期研究显示萎缩型 AMD 的视网膜下间隙存在单核细胞积聚,该间隙位于 RPE 与光感受器之间,生理上缺乏免疫细胞,单核细胞可分泌多种促炎分子如细胞因子(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Age Related Macular Degeneration. 年龄相关性黄斑变性(AMD)在法国影响200万人,是法国不可逆失明的主要原因。所有患者最初都患有该疾病的早期形式。这种早期形式可以以两种不同方式演变:进展缓慢的萎缩型,以及演变更为迅速的渗出型或新生血管型。虽然渗出型有治疗方法,但目前尚无针对萎缩型AMD的疗法。最近,在萎缩型AMD中已证实,视网膜下间隙存在炎症细胞即单核细胞的积聚。该间隙位于视网膜色素上皮(RPE)与光感受器之间。它在生理上缺乏免疫细胞(免疫豁免)。单核细胞分泌许多促炎分子,例如细胞因子。一些细胞因
【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/NCT04697095
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/NCT04697095
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。年龄相关性黄斑变性(AMD)影响法国200万人,是法国不可逆性失明的主要原因。所有患者最初均表现为该病的早期形式。这种早期形式可向两种不同的方式发展:萎缩型,进展缓慢;渗出型或新生血管型,进展较为迅速。虽然渗出型AMD有治疗方法,但目前针对萎缩型AMD尚无疗法。近期,在萎缩型AMD中已证实,视网膜下间隙存在炎症细胞——单核细胞的积聚。该间隙位于视网膜色素上皮(RPE)与光感受器之间。其在生理状态下不含免疫细胞(免疫豁免)。单核细胞分泌多种促炎分子,如细胞因子。在小鼠模型中,某些细胞因子(IL-1、IL6和TNF)对RPE和光感受器具有有害作用。识别特定细胞因子将有助于更好地理解该病,并考虑潜在的靶向治疗。
我们的项目基于以下假设:从AMD患者中提取的单核细胞在RPE上的存活率优于从健康患者(无视网膜病变)中提取的单核细胞,尤其是在萎缩型AMD中更为显著。本研究的主要目的是比较从萎缩型AMD患者中提取的单核细胞与从无视网膜病变患者(对照组)中提取的单核细胞在视网膜色素上皮细胞系(ARPE-19)上的存活情况。存活率将通过单核细胞特异性免疫染色后,在ARPE-19上培养24小时后对单核细胞进行自动计数来评估。如果晚期AMD患者单核细胞的存活率增加,那么可以考虑直接针对这种单核细胞病理性积聚的治疗方法。此外,鉴定某些细胞因子分泌增加并证明其有害效
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。




