自体角膜缘干细胞移植修复角膜上皮与治疗
该数据集来自 clinicaltrials.gov,围绕自体角膜缘干细胞移植用于角膜上皮修复与治疗,涉及角膜疾病、翼状胬肉、近视和远视等条件

基本信息
资源简介
自体角膜缘干细胞移植修复角膜上皮与治疗
该数据集来自 clinicaltrials.gov,围绕自体角膜缘干细胞移植用于角膜上皮修复与治疗,涉及角膜疾病、翼状胬肉、近视和远视等条件。角膜表面由独特的非角化上皮细胞有序排列构成,对维持视轴透明和视力至关重要;化学损伤和翼状胬肉可能破坏角膜与球结膜之间的角膜缘,导致角膜缘干细胞缺乏,是全球可治疗性视力丧失的主要原因之一。角膜供体组织短缺促使研究者探索再生医学策略,自体干细胞移植有望规避免疫排斥问题(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:角膜疾病、翼状胬肉、近视、远视。角膜表面由一种独特的非角化上皮细胞构成。这些细胞有序排列,通过维持视轴的透明度而对视力至关重要。化学损伤和翼状胬肉可能损伤角膜缘,即角膜与球结膜之间的区域,并导致角膜缘干细胞(LSC)缺乏。它们代表了全球范围内可治疗的主要视力丧失原因。角膜供体组织短缺使许多患者无法恢复视力,因此需要新的治疗策略来规避这一限制。干细胞移植是再生医学中一种有吸引力的治疗策略,而使用内源性干细胞为解决免疫排斥问题提供了可能的方案。目前,LASIK(激光辅助原位角膜磨镶术
【主题与分类】
主题标签:Corneal Disease、Pterygium、Myopia、Hyperopia。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02148016
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/NCT02148016
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:角膜病、翼状胬肉、近视、远视。角膜表面由一种独特的非角化上皮细胞构成。这些细胞排列有序,通过维持视轴的透明度对视觉至关重要。化学损伤和翼状胬肉可能损害角膜缘,即角膜与球结膜之间的区域,并导致角膜缘干细胞(LSC)缺乏。它们是全球范围内可治疗的主要致盲原因。角膜供体组织的短缺使许多患者无法恢复视力,迫切需要新的治疗策略来克服这一限制。干细胞移植是再生医学中一种有吸引力的治疗策略,而使用内源性干细胞为解决免疫排斥问题提供了可能的方案。
目前,LASIK(激光辅助原位角膜磨镶术)是全球最常见的激光视力矫正手术(每年超过1000万例);然而,它有一个主要缺点,即削弱角膜的完整性和结构,易导致角膜扩张或圆锥角膜(角膜膨出)及视力丧失等并发症。另一种选择是光屈光性角膜切除术(PRK),它去除角膜上皮和前部基质,同时最大限度地减少角膜扩张或圆锥角膜的发生率。PRK的主要缺点是需要较长的恢复时间(角膜上皮必须从患者自身的LSCs再生),并且可能因去除上皮后角膜疼痛神经纤维暴露而导致视力模糊和疼痛。术后立即用LSC衍生的角膜上皮细胞覆盖暴露的角膜基质组织,将解决这一关键瓶颈,使激光眼科手术对数百万人来说更安全、更舒适。已知角膜的更新和修复是由角膜缘的干细胞介导的。先前已有自体LSC移植的报道(Rama等人)。
However, mouse feeder cells we
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。




