经巩膜选择性激光小梁成形术项目
源站描述说明该试验旨在评估ELLEX TSLT设备的安全性与有效性，并对比传统接触式SLT需透镜接触角膜可能带来的并发症，经巩膜方式无需透镜接触角膜，可能更简单、快速和安全
基本信息
资源简介
经巩膜选择性激光小梁成形术项目
该数据集来自clinicaltrials.gov，围绕经巩膜选择性激光小梁成形术（Transscleral Selective Laser Trabeculoplasty）治疗开角型青光眼与高眼压症的临床试验。源站描述说明该试验旨在评估ELLEX TSLT设备的安全性与有效性，并对比传统接触式SLT需透镜接触角膜可能带来的并发症，经巩膜方式无需透镜接触角膜，可能更简单、快速和安全。参与者需完成四次研究访视。数据可用于了解该激光治疗方案的试验设计与评估框架（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Glaucoma,Open-Angle, Ocular Hypertension (OH)。本临床试验的目的是确定ELLEX TSLT设备使用经巩膜选择性激光小梁成形术治疗青光眼和高眼压症的安全性和有效性（效果如何）。选择性激光小梁成形术（SLT）是一种激光疗法，使用短脉冲低能量光来降低眼压。该治疗使用与眼睛前部（称为角膜）接触的透镜，这可能导致并发症。经巩膜选择性激光小梁成形术允许医生在不使透镜接触角膜的情况下进行激光治疗，可能为参与者和医生提供更简单、更快速和更安全的方法。参与者将被要求参加四次研究访视。第一次访视将评估疾病，第二次将涉及t
【主题与分类】
主题标签：Glaucoma,Open-Angle、Ocular Hypertension (OH)。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/NCT06833060
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/NCT06833060
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：青光眼、开角型青光眼、高眼压症（OH）。本临床试验的目的是确定ELLEX TSLT设备采用经巩膜选择性激光小梁成形术治疗青光眼和高眼压症的安全性和有效性（即治疗效果如何）。选择性激光小梁成形术（SLT）是一种激光疗法，利用短脉冲低能量光降低眼压。该治疗使用一个与眼前部（称为角膜）接触的透镜，可能导致并发症。经巩膜选择性激光小梁成形术使医生能够在透镜不接触角膜的情况下进行激光治疗，有望为参与者和医生提供更简单、更快捷、更安全的方法。参与者需参加四次研究访视。第一次访视将评估疾病情况，第二次将对参与者的病症（青光眼或高眼压症）进行TSLT激光治疗，最后两次访视分别在治疗后1天和30天进行，将评估治疗的疗效和操作的安全性。
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。
