CLAiR AI 软件精准性研究
该数据集来自 clinicaltrials.gov 的前瞻性多中心精准性研究，旨在评估 CLAiR AI 软件（一种软件作为医疗器械，SaMD）的分析性能与可重复性
基本信息
资源简介
CLAiR AI 软件精准性研究
该数据集来自 clinicaltrials.gov 的前瞻性多中心精准性研究，旨在评估 CLAiR AI 软件（一种软件作为医疗器械，SaMD）的分析性能与可重复性。该软件利用视网膜眼底图像识别动脉粥样硬化性心血管疾病（ASCVD）风险升高的个体。参与者在美国临床中心入组，使用 Topcon NW400 和 NW500 非散瞳眼底相机按方案进行视网膜成像，并在受控条件下通过预设操作者顺序和重复采集评估跨操作者与设备的可重复性。主要目标是评估重复成像会话和相机型号间设备输出的一致性，次要目标包括评估操作者内和操作者间变异性（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：心血管风险。这项前瞻性、多中心精准研究旨在评估CLAiR AI软件的分析性能和可重复性。该软件作为医疗器械（SaMD），旨在利用视网膜眼底图像识别动脉粥样硬化性心血管疾病（ASCVD）风险升高的个体。参与者在位于美国的临床试验机构入组，并使用Topcon NW400和NW500免散瞳眼底相机接受方案规定的视网膜成像程序。成像在受控条件下进行，包括预定义的操作者顺序和重复图像采集，以评估跨操作者和设备的可重复性。主要目标是评估设备输出在重复成像会话和不同相机型号之间的一致性。次要目标包括评估操作者内和操作者间的变异性。研究期间，受试设备尚未获得FDA许可或批准，并作为非重大风险（NSR）器械研究在机构审查委员会（IRB）监督下进行评估。未实施任何治疗性干预，也未根据设备输出做出任何临床管理决策。
【主题与分类】
主题标签：Cardiovascular Risk。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07747233
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/NCT07747233
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：心血管风险。这项前瞻性、多中心精确性研究旨在评估CLAiR AI软件的分析性能和可重复性，该软件作为一种医疗器械软件（SaMD），旨在利用视网膜眼底图像识别动脉粥样硬化性心血管疾病（ASCVD）风险升高的个体。参与者在位于美国的临床试验机构入组，并使用Topcon NW400和NW500免散瞳眼底相机接受方案规定的视网膜成像程序。成像在受控条件下进行，包括预定义的操作者顺序和重复图像采集，以评估跨操作者和设备的可重复性。主要目标是评估设备输出在重复成像会话和不同相机型号之间的一致性。次要目标包括评估操作者内和操作者间的变异性。所研究的设备在研究时尚未获得FDA的许可或批准，并作为非重大风险（NSR）设备研究在机构审查委员会（IRB）的监督下进行评估。
未实施任何治疗干预，也未根据设备输出做出临床管理决策。
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。
