黄斑裂孔修复术后黄斑微血管变化的OCTA研究
该数据集来自clinicaltrials.gov,聚焦特发性全层黄斑裂孔修复术后黄斑微血管变化,采用光学相干断层扫描血管成像(OCTA)进行研究

基本信息
资源简介
黄斑裂孔修复术后黄斑微血管变化的OCTA研究
该数据集来自clinicaltrials.gov,聚焦特发性全层黄斑裂孔修复术后黄斑微血管变化,采用光学相干断层扫描血管成像(OCTA)进行研究。计划纳入28只眼,分为无ILM flap组与ILM flap组各14只眼,覆盖人口学资料、病史、症状持续时间、既往眼部病史以及最佳矫正视力、裂隙灯生物显微镜检查等临床数据。数据可用于黄斑裂孔术后微血管改变的分析与比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:黄斑裂孔。本研究将纳入28只特发性全层黄斑裂孔眼;分为两组:A组:14只眼不采用ILM flap治疗;B组:14只眼采用ILM flap治疗。 样本量:28只眼。(基于ILM flap组ELM恢复率70%与倒置flap组21.4%(Iwasaki等,2019),研究效能80%、置信水平95%,使用openEpi软件计算样本量,每组14只眼。 研究地点:Fayoum大学眼科与眼科研究所。 数据收集: 病史:1. 人口学数据(年龄、性别)2. 一般病史(DM、HTN)3. 症状持续时间4. 既往眼部病史。* 临床检查:1. 使用Snellen视力表测量最佳矫正视力(转换为log MAR用于统计分析)。2. 裂隙灯生物显微镜检查。
【主题与分类】
主题标签:Macular Holes。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06233500
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/NCT06233500
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:黄斑裂孔。本研究将纳入28只患有特发性全层黄斑裂孔的眼;它们将被分为两组:A组:14只眼将不采用ILM瓣治疗;B组:14只眼将采用ILM瓣治疗。* 样本量:28只眼。(基于ILM瓣组ELM恢复率70%与倒置瓣组21.4%的比较(Iwasaki等,2019),以及研究效能80%和置信水平95%,使用openEpi软件计算样本量,每组为14只眼。* 研究地点:法尤姆大学眼科和眼科研究所。* 数据收集:* 病史:1. 人口学数据(年龄、性别)2. 一般病史(糖尿病、高血压)3. 症状持续时间4. 既往眼部病史。* 临床检查:1. 使用Snellen视力表进行最佳矫正视力检查(转换为logMAR用于统计分析)。2. 裂隙灯生物显微镜检查眼前节。3. 使用双目间接检眼镜和间接裂隙灯生物显微镜检查眼后节(+90 Volk透镜用于详细评估黄斑)。4.
眼轴长度测量 * 光学相干断层扫描:我们使用SD-OCT和OCTA对视网膜各层微结构和血管系统进行术前和术后评估。 * 手术操作 本研究中的所有眼均将接受经平坦部玻璃体切除术,主要步骤如下: * 将使用23G套管针系统 * 在曲安奈德注射辅助下诱导玻璃体后脱离,并完成核心玻璃体切除术 * 注入亮蓝染色剂,使用ILM镊进行内界膜剥除 随后将患者分为两组: A组:仅进行至血管弓范围内的宽范围内界膜剥除 B组:进行带瓣内界膜剥除 * 修剪玻璃体基底部,然后进行液气交换 * 将使用SF6气体填充 • 研究程序: o 术前及术后1个月和6个月进行定期临床评估,包括: * 最佳矫正视力测量
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




