Sepofarsen 治疗 LCA 10 型受试者研究（HYPERION）
该数据集来自 clinicaltrials.gov，为一项双掩蔽、随机、安慰剂对照、配对眼研究，评估 sepofarsen 在 Leber 先天性黑蒙（LCA）10 型受试者中的效果
基本信息
资源简介
Sepofarsen 治疗 LCA 10 型受试者研究（HYPERION）
该数据集来自 clinicaltrials.gov，为一项双掩蔽、随机、安慰剂对照、配对眼研究，评估 sepofarsen 在 Leber 先天性黑蒙（LCA）10 型受试者中的效果。每名受试者一眼接受 sepofarsen、另一眼接受安慰剂，第一年随机分配；第二年 sepofarsen 眼继续治疗，原安慰剂眼按 50% 继续安慰剂、50% 转为 sepofarsen，均经玻璃体内注射给药。数据覆盖 LCA 10 型、失明、视觉障碍及相关眼病与神经系统表现，可用于该病治疗评估与眼科研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：Leber 先天性黑蒙 10 型、失明、Leber 先天性黑蒙、感觉障碍、视觉障碍、神经系统表现、遗传性眼病、眼病。这是一项双掩蔽、随机、安慰剂对照、配对眼研究，每名受试者的一只眼作为对照。研究开始时，每名受试者的双眼将随机分配，使得第一年一只眼接受 sepofarsen，另一只眼接受安慰剂。第二年，所有受试者中随机接受 sepofarsen 的眼将继续接受 sepofarsen。对于第一年随机接受安慰剂的眼睛，第二年的治疗分配如下：50% 的眼睛将继续接受安慰剂，50% 的眼睛将接受 sepofarsen。Sepofarsen 和安慰剂将通过玻璃体内注射给药。
【主题与分类】
主题标签：Leber Congenital Amaurosis 10、Blindness、Leber Congenital Amaurosis、Sensation Disorders、Vision Disorder、Neurological Manifestations、Eye Diseases, Hereditary、Eye Diseases、Eye Disorders Congenital、Retinal Disease。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06891443
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/NCT06891443
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：Leber先天性黑矇10型、失明、Leber先天性黑矇、感觉障碍、视觉障碍、神经系统表现、眼病、遗传性眼病、眼病。这是一项双盲、随机、安慰剂对照、配对眼研究，每位受试者的一只眼将作为对照。研究开始时，每位受试者的双眼将随机分配，使得一只眼在第一年接受sepofarsen，另一只眼接受安慰剂。在第二年，所有受试者中，随机分配接受sepofarsen的眼将继续接受sepofarsen。对于第一年随机分配接受安慰剂的眼，第二年的治疗分配如下：50%的眼将继续接受安慰剂，50%的眼将接受sepofarsen。Sepofarsen和安慰剂将每6个月通过玻璃体内注射给药。
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。
