甲状腺眼病
甲状腺眼病是一种与自身免疫性甲状腺疾病密切相关的眼眶病变,尤以Graves病最为常见。其发病机制涉及自身抗体与眼眶成纤维细胞、脂肪细胞表面促甲状腺激素受体及胰岛素样生长因子-1受体的交叉反应,引发眼眶组织炎症、水肿、纤维化和脂肪增生。临床典型表现包括眼球突出、眼睑退缩、复视、球结膜充血水肿,严重者可致压迫性视神经病变和角膜溃疡。诊断主要结合甲状腺功能、自身抗体检测及影像学评估,疾病活动性与严重程度评分有助于个体化治疗方案制定。治疗策略涵盖控制甲状腺功能、糖皮质激素、免疫抑制剂、放射治疗及手术减压等。该病为内分泌科与眼科交叉领域的重要诊疗难题,在药物研发和临床管理方面具有持续研究价值。
获取 甲状腺眼病 专属定制方案共 26 个数据集

基于CT影像的甲状腺眼病与眼眶肌炎鉴别诊断深度学习模型数据集
该数据集包含192名患者的1628张冠状位眼眶CT单层图像,涵盖甲状腺眼病、眼眶肌炎及正常对照三类样本,属于医学影像模态数据,主要用于开发深度学习模型以实现甲状腺眼病与眼眶肌炎的自动化鉴别诊断,支持医学影像分析和计算机辅助诊断领域的研究。

甲状腺眼病患者性别特异性测量结果与统计比较数据集
该数据集为甲状腺眼病患者的临床测量数据,包含按性别分组的临床指标及基于曼-惠特尼U检验的统计比较结果,数据模态为临床表格数据,主要用于研究甲状腺眼病在性别间的临床表现差异,为疾病机制探索和个体化诊疗提供数据支持。

甲状腺眼病患者活动期与稳定期脉络膜厚度比较
该数据集包含47名甲状腺眼病患者的临床影像数据,主要模态为通过光学相干断层扫描获取的脉络膜厚度测量值,涵盖黄斑中心凹下、颞侧黄斑区、鼻侧黄斑区及视盘周围区域,用于比较疾病活动期与稳定期的脉络膜厚度差异,支持甲状腺眼病的病情评估、活动性监测及影像标志物研究。

格雷夫斯病及甲状腺眼病患者听力功能障碍评估数据集(含或不含替妥木单抗治疗)
该数据集包含格雷夫斯病及甲状腺眼病患者的临床表格数据,涵盖听力测试结果、治疗记录及临床特征等多模态信息,主要用于研究甲状腺自身免疫性疾病与听力功能障碍之间的关联,并评估替妥木单抗治疗对患者听力的影响,为耳科与内分泌科交叉领域的临床决策提供数据支持。

甲状腺眼病肌肉信号强度数据集
该数据集包含甲状腺眼病患者最受影响肌肉的测量信号强度、参考组织信号强度及计算相对信号强度,属于临床影像测量数据模态,主要用于研究甲状腺眼病的病理机制、评估疾病进展和监测治疗效果,为眼科疾病研究和医学影像分析提供定量分析依据。

活动性与非活动性甲状腺眼病临床特征对比
该数据集是一个临床表格数据集合,通过收集和对比活动性与非活动性甲状腺眼病(TED)患者的临床特征数据,旨在分析不同疾病活动状态下的关键差异指标,主要应用于内分泌与眼科领域的疾病分期、活动性评估、临床表型研究以及治疗策略的优化。

免疫反应在甲状腺眼病发病机制中的作用:重新评估
该数据集是一个基因表达微阵列数据集,包含来自眼眶组织的RNA样本,涉及健康对照者、甲状腺眼病患者以及其他眼眶炎症性疾病(如非特异性眼眶炎症、结节病、肉芽肿性多血管炎)患者,数据模态为基因表达谱数据,通过Affymetrix平台量化,主要用于比较分析甲状腺眼病的免疫学特征和分子发病机制,为疾病鉴别诊断和靶向治疗研究提供依据。

甲状腺眼病中的眼神经肌强直
该数据集是一个医学临床病例数据集,主要包含甲状腺眼病(TED)患者并发眼神经肌强直(ONM)的详细病例记录、临床观察数据及文献综述,数据模态为临床文本与表格信息,旨在研究ONM在TED中的罕见临床表现、潜在病理机制、药物治疗效果以及探索新型膜稳定剂和单克隆抗体的治疗可能性,为相关神经肌肉并发症的诊断与治疗提供依据。

TOM500:甲状腺眼病多器官标注眼眶MRI数据集
TOM500是一个针对甲状腺眼病(TED)的多模态医学影像数据集,包含500名患者初诊时的T2加权眼眶MRI扫描图像、对应的九个关键眼眶器官(如视神经、眼外肌等)的专家审核分割标注,以及包括人口学与病程在内的临床表格数据。该数据集主要用于支持开发基于人工智能的TED自动诊断、疾病分类及病情观察的计算工具和研究。

TOM500
TOM500数据集是一个包含500例甲状腺眼病患者轨道MRI图像的多模态医学影像数据集,提供冠状T2加权DRIVE序列的磁共振图像、九个眼周结构的分割标签及临床元数据,主要用于甲状腺眼病的影像分析、眶部多器官自动分割算法开发、疾病定量评估以及计算机辅助诊断等研究领域。

UCI甲状腺疾病数据
UCI经典甲状腺疾病表格数据,含甲亢相关类别,可辅助TED风险建模,由Garavan Institute and Ross Quinlan提供,来自UCI Machine Learning Repository数据库,包含9172条数据,适用于分类任务,许可证为CC BY 4.0。

基于CT影像的甲状腺眼病与眼眶肌炎鉴别深度学习模型数据集
该数据集是一个包含192名患者(110例甲状腺眼病、51例眼眶肌炎、31例正常对照)的1628张冠状位眼眶CT单层图像的医学影像数据集,主要用于训练和验证基于VGG-16网络的深度学习模型,以高精度区分临床表现相似的甲状腺眼病和眼眶肌炎,其模型准确率达98.4%,在眼科疾病的辅助诊断、自动化鉴别及治疗评估方面具有重要的研究和应用价值。
