GCA治疗后视神经鞘直径早期时间动态
该数据集来自clinicaltrials.gov,聚焦巨细胞动脉炎(GCA)患者在接受糖皮质激素治疗后视神经鞘直径(ONSD)的早期时间动态变化

基本信息
资源简介
GCA治疗后视神经鞘直径早期时间动态
该数据集来自clinicaltrials.gov,聚焦巨细胞动脉炎(GCA)患者在接受糖皮质激素治疗后视神经鞘直径(ONSD)的早期时间动态变化。SONIC-TIME研究是嵌入SONIC-GCA(NCT05749094)的单中心前瞻性观察性子研究,在蒙特利尔Hôpital du Sacré-Cœur de Montréal开展,旨在刻画GC启动后ONSD下降的速度。数据可用于探索ONSD作为GCA眼部炎症定量生物标志物的潜力,并辅助诊断相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:巨细胞动脉炎、颞动脉炎、视神经疾病、诊断。巨细胞动脉炎(GCA)是一种累及大中动脉的炎症性疾病,可导致不可逆的视力丧失。糖皮质激素(GCs)能迅速抑制炎症,但颞动脉超声或活检等诊断性影像学检查在治疗开始后数天内常转为假阴性。视神经鞘直径(ONSD)可通过眼部超声测量,反映神经周围水肿,可能作为GCA眼部炎症的定量生物标志物。SONIC-TIME研究(巨细胞动脉炎糖皮质激素治疗后视神经鞘直径的早期时间动态)是嵌入SONIC-GCA(NCT05749094)的单中心前瞻性观察性子研究,在蒙特利尔Hôpital du Sacré-Cœur de Montréal开展。其目的是刻画GC启动后ONSD下降的速度。
【主题与分类】
主题标签:Giant Cell Arteritis、Temporal Arteritis、Optic Nerve Diseases、Diagnosis。本站分类:免疫系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07508514
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/NCT07508514
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
条件:巨细胞动脉炎、颞动脉炎、视神经疾病、诊断。巨细胞动脉炎(GCA)是一种累及大中动脉的炎症性疾病,可导致不可逆的视力丧失。糖皮质激素(GCs)可迅速抑制炎症,但颞动脉超声或活检等诊断性影像学检查在治疗后数日内常转为假阴性。视神经鞘直径(ONSD)可通过眼部超声测量,反映神经周围水肿,或可作为GCA眼部炎症的定量生物标志物。SONIC-TIME研究(巨细胞动脉炎糖皮质激素治疗后视神经鞘直径的早期时间动态)是一项单中心、前瞻性观察性子研究,嵌套于蒙特利尔圣心医院开展的SONIC-GCA(NCT05749094)研究之中。该研究旨在明确GC起始治疗后ONSD下降的速度,以及这一变化轨迹与累积GC暴露、静脉甲泼尼龙及早期使用保类固醇治疗之间的关系。
60名新诊断GCA的参与者将在治疗的前两个月内(第3、7、10、14、21、28天和第2个月)接受系列视神经鞘超声、血液检查(CRP、ESR),并在可行时接受颞动脉超声。不给予任何实验性治疗;所有参与者均接受标准治疗。主要目标是量化平均ONSD从基线至第28天的百分比变化。次要目标包括对ONSD随时间的变化进行建模,评估其与累积类固醇剂量和炎症标志物的关联,并估计降至SONIC-GCA临界值以下所需的时间。研究结果将确定最佳成像窗口,并完善视神经超声在GCA中的诊断和监测作用。
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。




