单侧贝伐珠单抗治疗双侧糖尿病性黄斑水肿
该数据集来自 clinicaltrials.gov,主题为单侧贝伐珠单抗治疗双侧糖尿病性黄斑水肿,涉及糖尿病性黄斑水肿与糖尿病视网膜病变

基本信息
资源简介
单侧贝伐珠单抗治疗双侧糖尿病性黄斑水肿
该数据集来自 clinicaltrials.gov,主题为单侧贝伐珠单抗治疗双侧糖尿病性黄斑水肿,涉及糖尿病性黄斑水肿与糖尿病视网膜病变。源站描述介绍了血管内皮生长因子(VEGF)的发现、结构及其在视网膜缺氧时过表达与新生血管性疾病发生的关系,并说明VEGF通路激活可促进内皮细胞生长、增加现有血管的生长、迁移与存活,同时作为血管通透性因子促进血管窗孔形成,导致液体与蛋白外渗至组织间隙。数据可用于相关眼科疾病与抗VEGF治疗研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:糖尿病性黄斑水肿、糖尿病视网膜病变。引言:血管内皮生长因子(VEGF)首次在几内亚猪的腹水液体中被鉴定(6,7)。它是一种二聚体糖蛋白,天然表达于上皮细胞和肿瘤细胞(1)。其在视网膜缺氧期间的过表达(9),已被认为与多种新生血管性疾病的发生有关(2,4,8,9,19)。VEGF通路的激活促进内皮细胞生长,增加现有血管的生长、迁移和存活,并产生内皮母细胞从骨髓向全身循环的分化和迁移(4)。它也是一种血管通透性因子,因为它有利于血管窗孔的形成,这导致液体和蛋白质沉积物在组织间隙中的渗出,有利于黄斑的形成
【主题与分类】
主题标签:Diabetic Macular Edema、Diabetic Retinopathy。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00496405
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/NCT00496405
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:糖尿病性黄斑水肿、糖尿病视网膜病变。引言:血管内皮生长因子(VEGF)首次在几内亚猪的腹水中被发现(6,7)。它是一种二聚体糖蛋白,自然表达于上皮细胞和肿瘤细胞中(1)。其在视网膜缺氧期间的过度表达(9),已被认为与多种新生血管疾病的发病机制有关(2,4,8,9,19)。VEGF通路的激活促进内皮细胞生长,增加现有血管的生长、迁移和存活,并促使内皮母细胞从骨髓分化并迁移至全身循环(4)。它也是一种血管通透性因子,因为它促进血管窗孔的形成,导致液体和蛋白质沉积于组织间隙,有利于黄斑水肿和新生血管的形成(3,8-10)。其活性由两种高亲和力的酪氨酸相关受体介导:VEGFR 1(FLT-1)和VEGFR 2(FLT-2)(1,9)。
FLT-1促进细胞增殖,而FLT-2则促进细胞迁移以及细胞与细胞外基质之间的相互作用(4,5,10)。在工业化国家和发展中国家,失明的主要原因是糖尿病视网膜病变(9)。在美国和欧洲,紧随其后的是年龄相关性黄斑变性(10)。糖尿病视网膜病变中最常见的视力丧失原因是黄斑水肿(7)。其发病率在13.9%至25.4%之间(15)。其特征为视网膜内液体在外丛状层和内核层水平的积聚,随后导致黄斑增厚(13,15)。糖尿病性黄斑水肿与玻璃体中高水平的VEGF相关(7,8,9)。目前,增生性视网膜病变治疗的金标准是激光光凝术(9)。对黄斑区进行光凝以治疗弥漫性或局灶性水肿,可使严重视力丧失的风险降低50%。
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。




