视网膜异常作为帕金森病进展与早期诊断的生物标志物

数据集获取

源站：https://clinicaltrials.gov/study/NCT02640339

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

疾病：帕金森病、多系统萎缩、快速眼动睡眠行为障碍、单纯自主神经功能衰竭、路易体痴呆。视网膜实际上是脑组织，被视为中枢神经系统（CNS）的一部分。它是CNS中唯一可以直接且无创观察的部分。已有大量证据表明，在帕金森病（PD）中，视网膜神经元会积累α-突触核蛋白并发生退化。视网膜成像是否能作为客观生物标志物，用于追踪PD患者的疾病进展及对疾病修饰治疗的反应，目前尚不清楚。尽管存在多种成像技术（如PET、SPECT、MRI），但尚无一种能成为准确衡量PD临床进展的完全可靠方法。利用光谱域高清光学相干断层扫描（OCT）可以在活体内轻松研究视网膜结构，这是一种非侵入性成像技术，分辨率约为1微米（0.001毫米）。OCT能够量化不同视网膜层的厚度。

本提案的主要目的是确定OCT是否是一种可靠的临床指标，能够客观地衡量帕金森病的临床进展。我们团队最近已证明，OCT可作为测量与帕金森病密切相关的突触核蛋白病（多系统萎缩，MSA）患者视网膜进行性神经元丢失的手段。在MSA中，视网膜退化与疾病严重程度密切相关，并随时间以可预测的方式逐渐恶化，足以进行生物统计学建模。我们现在想探究这在帕金森病中是否同样成立。有一系列非运动临床特征会增加患帕金森病的风险。我们提议在这些被视为“运动前”帕金森病的患者中测量视网膜神经纤维密度，并随时间跟踪其临床演变。如果OCT被证明有助于识别运动前帕金森病，这样的结果将提供一个重要的治疗窗口，以便使用疾病修饰药物进行干预并预防中枢神经系统缺陷的发展。我们计划确定视网膜形态

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。