Citicoline治疗非动脉炎性缺血性视神经病变研究
该数据集来自clinicaltrials.gov，聚焦非动脉炎性缺血性视神经病变（NAION）。研究纳入40例双侧或单侧NAION患者及20例年龄相仿对照，其中20例NAION患者接受500 mg/天OS-Citicoline治疗6个月后洗脱3个月（19例完成，NC组），另20例NAION患者不治疗
基本信息
资源简介
Citicoline治疗非动脉炎性缺血性视神经病变研究
该数据集来自clinicaltrials.gov，聚焦非动脉炎性缺血性视神经病变（NAION）。研究纳入40例双侧或单侧NAION患者及20例年龄相仿对照，其中20例NAION患者接受500 mg/天OS-Citicoline治疗6个月后洗脱3个月（19例完成，NC组），另20例NAION患者不治疗（19例完成，NN组），随访至9个月。在基线、6个月和9个月评估视力、PERG、VEP、RNFL-T和Humphrey 24-2视野平均偏差，组间均值差异用ANOVA统计，相关性用Pearson检验。数据可用于分析Citicoline对NAION患者视觉功能与结构指标的影响（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：非动脉炎性缺血性视神经病变。研究者纳入40例双侧或单侧NAION患者和20例年龄相仿的对照。20例NAION患者接受500 mg/天OS-Citicoline治疗6个月，随后洗脱3个月（19例完成研究，NC组）；20例NAION患者不接受治疗（19例完成研究，NN组），从基线至9个月。在所有受试者中，于基线、随访6个月和9个月时评估：视力（VA）、图形视网膜电图（PERG）、视觉诱发电位（VEP）、视网膜神经纤维层厚度（RNFL-T）和Humphrey 24-2视野平均偏差（HFA MD）。组间平均差异采用ANOVA进行统计学评估，相关性采用Pearson检验验证。
【主题与分类】
主题标签：Non-arteritic Ischemic Optic Neuropathy。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03758118
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/NCT03758118
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：非动脉炎性缺血性视神经病变。研究者纳入了40例双侧或单侧NAION患者以及20例年龄相近的对照者。20例NAION患者接受500 mg/天的OS-胞磷胆碱治疗，持续6个月，随后洗脱3个月（19例患者完成研究，为NC组）；20例NAION患者未接受治疗（19例患者完成研究，为NN组），从基线随访至9个月。在所有受试者中，于基线、随访6个月和9个月时评估：视力（VA）、图形视网膜电图（PERG）、视觉诱发电位（VEP）、视网膜神经纤维层厚度（RNFL-T）和Humphrey 24-2视野平均偏差（HFA MD）。组间平均差异采用ANOVA进行统计学评价，相关性采用Pearson检验验证。
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。
