MIND-AMD 研究:年龄相关性黄斑变性神经视网膜损伤的多学科研究
该数据集来自 clinicaltrials.gov,聚焦年龄相关性黄斑变性(AMD)中的神经视网膜损伤,覆盖干性AMD、湿性AMD、中间期或晚期AMD、AMD伴黄斑水肿及新生血管性AMD等条件

基本信息
资源简介
MIND-AMD 研究:年龄相关性黄斑变性神经视网膜损伤的多学科研究
该数据集来自 clinicaltrials.gov,聚焦年龄相关性黄斑变性(AMD)中的神经视网膜损伤,覆盖干性AMD、湿性AMD、中间期或晚期AMD、AMD伴黄斑水肿及新生血管性AMD等条件。AMD是发达国家法定失明的主要原因,中间期AMD最为常见,但常进展为新生血管性AMD或地图样萎缩,且视力结局异质性高。近年研究关注AMD中神经视网膜改变,提示除外层视网膜外,内层视网膜的胶质细胞与神经元也受累。该数据可用于AMD相关分类与神经视网膜损伤评估研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:年龄相关性(干性)黄斑变性、年龄相关性黄斑变性(AMD)、AMD人群——中间期或晚期AMD、AMD与黄斑水肿、新生血管性(湿性)年龄相关性黄斑变性。年龄相关性黄斑变性(AMD)是发达国家法定失明的主要原因。中间期AMD是最常见的阶段。然而,它常进展为复杂阶段,即新生血管性AMD或地图样萎缩(GA)。尽管已有可用治疗,视力结局仍高度异质。关于评估AMD中神经视网膜变化的科学兴趣正在增长。尽管AMD主要被视为外层视网膜疾病,近期证据提示视网膜胶质细胞和神经元的重要参与,即内层视网膜的参与。这种损伤可能显著影响AMD的形态学和功能结局,su
【主题与分类】
主题标签:Age-Related (Dry) Macular Degeneration、Age-Related Macular Degeneration (AMD)、AMD and Macular Edema。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07847151
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/NCT07847151
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:年龄相关性(干性)黄斑变性、年龄相关性黄斑变性(AMD)、AMD人群——中期或晚期AMD、AMD与黄斑水肿、新生血管性(湿性)年龄相关性黄斑变性。年龄相关性黄斑变性(AMD)是发达国家法定失明的主要原因。中期AMD是最常见的阶段。然而,它常进展为复杂阶段,即新生血管性AMD或地图样萎缩(GA)。尽管已有可用的治疗方法,视觉结局仍高度异质。关于AMD中神经视网膜改变的评估,科学兴趣日益增长。虽然AMD主要被视为外视网膜疾病,但近期证据提示视网膜胶质细胞和神经元的重要参与,即内视网膜的参与。这种损害可能显著影响AMD的形态学和功能结局,颠覆视网膜信号传递级联,并更清晰地解释该疾病的结局。
本研究的主要目标是在临床前和临床模型中,对不同程度AMD阶段的神经视网膜变性进行多学科、多中心、前瞻性和回顾性评估。
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。




