视网膜光学相干断层扫描血管成像用于围手术期复苏床旁指导的数据

该数据集来自一项观察性初步研究,探索在围手术期即时场景中使用光学相干断层扫描血管成像(OCTA)成像视网膜微循环血流的可行性

Texas Data RepositoryTexas Data Repository
dataverse
浏览 9
图像EngineeringMedicine, Health and Life SciencesOptical coherence tomography angiographyResuscitationCerebral blood flowGyrencephalic brainMicrocirculation
Data for Retinal optical coherence tomography angiography as a bedside guide for perioperative resuscitation

基本信息

模态
图像
创建/更新时间
2026-10-21

资源简介

视网膜光学相干断层扫描血管成像用于围手术期复苏床旁指导的数据

Data for Retinal optical coherence tomography angiography as a bedside guide for perioperative resuscitation

该数据集来自一项观察性初步研究,探索在围手术期即时场景中使用光学相干断层扫描血管成像(OCTA)成像视网膜微循环血流的可行性。研究采用猪动物模型,诱导高碳酸血症、肾上腺素引导的复苏以及出血后自体回输等情景。数据可用于评估OCTA在围手术期应用、检测全身血压快速变化以及术前术后无创判定脑血流模式方面的潜力(来源 DOI 解析)。

【数据集背景】

源站首次发布:2026。

【数据内容】

源站描述(机器翻译,仅供参考):我们的观察性初步研究探讨了在围手术期即时场景中使用光学相干断层扫描血管成像(OCTA)成像视网膜微循环血流的可行性。使用猪动物模型,我们能够诱导高碳酸血症、肾上腺素引导的复苏以及出血后自体回输等情景。综上所述,OCTA可以(i)在围手术期场景中使用,(ii)用于检测全身血压的快速变化,以及(iii)在患者术前和术后评估期间用于无创脑血流模式判定。

【主题与分类】

主题标签:Engineering、Medicine, Health and Life Sciences、Optical coherence tomography angiography、Resuscitation、Cerebral blood flow、Gyrencephalic brain、Microcirculation。本站分类:循环系统疾病/其他。

【获取与许可】

源站页面:https://dataverse.tdl.org/citation?persistentId=doi:10.18738/T8/X6J5UC

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://doi.org/10.18738/T8/X6J5UC

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

我们的观察性初步研究探讨了在围手术期即时环境中使用光学相干断层扫描血管成像(OCTA)对视网膜微循环血流进行成像的可行性。采用猪动物模型,我们成功诱导了高碳酸血症、肾上腺素主导的复苏以及出血后自体再输血等情景。综上所述,OCTA可(i)应用于围手术期环境,(ii)用于检测全身血压的快速变化,以及(iii)在患者术前和术后评估期间用于无创性脑血流模式测定。

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。

获取专属数据定制方案