选择性、微脉冲与图形激光小梁成形术治疗已接受药物治疗的开角型青光眼
该数据集来自 clinicaltrials.gov,聚焦开角型青光眼与高眼压症,比较三种亚可见激光小梁成形术式:选择性激光小梁成形术(SLT)、微脉冲激光小梁成形术(MLT)与图形激光小梁成形术(PLT)

基本信息
资源简介
选择性、微脉冲与图形激光小梁成形术治疗已接受药物治疗的开角型青光眼
该数据集来自 clinicaltrials.gov,聚焦开角型青光眼与高眼压症,比较三种亚可见激光小梁成形术式:选择性激光小梁成形术(SLT)、微脉冲激光小梁成形术(MLT)与图形激光小梁成形术(PLT)。源站描述指出,既往证据多为间接比较,尚无试验同时比较这三种方案。数据可用于青光眼激光治疗方案的对比研究与临床决策参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:开角型青光眼、高眼压症。背景与理由:激光小梁成形术是开角型青光眼既定的一线及辅助治疗。三种亚可见能量递送方案已用于临床,其能量递送物理原理差异显著:选择性激光小梁成形术(SLT)使用3纳秒脉冲,并滴定至微气泡形成;微脉冲激光小梁成形术(MLT)使用577 nm包络,以低占空比斩波;图形激光小梁成形术(PLT)使用短曝光、高密度自动化图形。比较它们的证据是间接的:SLT已在随机研究和注册研究中与药物比较,SLT与MLT已在回顾性系列和得出非劣效结论的荟萃分析中比较,且每种方式均已分别与药物治疗比较。尚无试验比较全部三种方案
【主题与分类】
主题标签:Open-Angle Glaucoma、Ocular Hypertension。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07756411
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/NCT07756411
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
适应症:开角型青光眼、高眼压症。背景与依据 激光小梁成形术是开角型青光眼既定的一线及辅助治疗方法。目前临床使用三种亚可见光能量递送方案,其在能量递送的物理学原理上存在显著差异:选择性激光小梁成形术(SLT)使用3纳秒脉冲,并滴定至微气泡形成;微脉冲激光小梁成形术(MLT)使用577 nm包络光,以低占空比斩波;模式激光小梁成形术(PLT)使用短曝光、高密度自动化模式。比较这些方案的证据是间接的:SLT已在随机研究和登记研究中与药物治疗进行比较,SLT与MLT已在回顾性系列研究和得出非劣效结论的荟萃分析中进行比较,且每种方式均已分别与药物治疗进行比较。尚无试验在同一队列中、在单一方案下对全部三种方案进行头对头比较。目的 本试验旨在确定,在已接受药物治疗的开角型青光眼患眼中,三种亚可见光递送方案在6个月时的眼压下降和治疗成功率方面是否存在差异。
设计与设置:前瞻性、随机、平行组、三臂试验,在意大利乌迪内大学医学系眼科青光眼单元进行。方案遵循《赫尔辛基宣言》的原则,经当地机构审查委员会批准,所有参与者均签署书面知情同意书。该试验在首位参与者入组前未注册,为回顾性注册。参与者:患有原发性或继发性开角型青光眼的成人符合条件。每只眼均行房角镜检查,仅纳入房角镜下开放角者。根据该单元的标准实践(药物治疗下眼压控制不佳、不能耐受药物治疗或两者兼有),选择患眼接受亚可见激光小梁成形术,因此所有参与者均在接受降眼压
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。




