评估VeriSee GLC使用彩色眼底图像筛查青光眼疑似者的临床性能研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07550712

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：青光眼。本观察性研究旨在评估VeriSee GLC在成人受试者中使用彩色眼底图像识别青光眼疑似病例的临床性能。其主要研究问题为：* VeriSee GLC基于眼底图像检测青光眼疑似病例的敏感性和特异性如何？* VeriSee GLC的性能与由三名独立评估者多数共识所定义的参考标准相比如何？研究人员将把VeriSee GLC生成的筛查结果与参考标准进行比较，以评估其诊断性能。本回顾性研究将使用既往采集的眼底图像。VeriSee GLC执行自动图像分析以识别青光眼性体征，包括视网膜神经纤维层（RNFL）缺损、垂直杯盘比（VCDR）增大及盘沿-视盘比（RDR）改变。其输出旨在辅助医疗专业人员识别需转诊的青光眼疑似病例，而非提供确定性诊断。

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。