BlephEx 与 MiBoflo 治疗睑缘炎的比较
该数据集来自 clinicaltrials.gov,主题为比较 BlephEx 与 MiBoflo 作为睑缘炎治疗方案的临床研究

基本信息
资源简介
BlephEx 与 MiBoflo 治疗睑缘炎的比较
该数据集来自 clinicaltrials.gov,主题为比较 BlephEx 与 MiBoflo 作为睑缘炎治疗方案的临床研究。覆盖的疾病包括 Meibomian Gland Dysfunction、Dry Eye 和 Posterior Blepharitis。源站描述指出,研究者此前已研究 BlephEx 仪器清除睑缘碎屑以缓解睑缘炎体征和症状的效果,并取得积极结果;热敷仍是可行治疗选择,但患者常因需每天至少两次而不依从;MiBoflo 可向眼睑传递均匀一致的热量,据称 30 天内两次治疗足以缓解 Meibomian Gland Dysfunction 的体征和症状,该设备目前在该国验光实践中使用,尚无临床研究比较 Bleph。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Meibomian Gland Dysfunction、Dry Eye、Posterior Blepharitis。研究者此前已研究 BlephEx 仪器(清除睑缘碎屑)在缓解睑缘炎体征和症状方面的效果(Connor CG 等,ARVO 2014)。这项先前研究显示 BlephEx 治疗取得了积极结果。加热眼睑(例如使用温热毛巾)仍然是该疾病的一种可行治疗选择。然而,患者往往不遵守热敷治疗,因为需要每天至少进行两次。MiBoflo 向眼睑传递均匀且一致的热量。有人提出,30 天内两次治疗足以缓解 Meibomian Gland Dysfunction 的体征和症状。该设备目前在该国的验光实践中使用。尚无临床研究比较 BlephEx 和
【主题与分类】
主题标签:Meibomian Gland Dysfunction、Dry Eye、Posterior Blepharitis。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02952079
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/NCT02952079
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
疾病:睑板腺功能障碍、干眼症、后部睑缘炎。研究人员此前已研究过BlephEx器械(清除眼睑碎屑)在缓解睑缘炎体征和症状方面的效果(Connor CG等,ARVO 2014)。该先前研究显示BlephEx治疗取得了积极结果。温热眼睑(例如使用温热毛巾)仍是该疾病的一种可行治疗选择。然而,由于需要每天至少进行两次,患者往往对热敷治疗依从性不佳。MiBoflo可向眼睑传递均匀且一致的热量。有观点认为,30天内进行两次治疗足以缓解睑板腺功能障碍的体征和症状。该设备目前在本国的验光实践中使用。目前尚无临床研究比较BlephEx和MiBoflo作为睑缘炎治疗选择的效果。因此,本研究将提供新的有用信息,说明哪种治疗选择可能更适合治疗睑缘炎和睑板腺功能障碍。
本研究的一部分还将探讨BlephEx与MiBoflo联合治疗是否对患者更为有益。所生成的数据将直接惠及临床实践,并影响数百万遭受睑缘炎和/或睑板腺功能障碍的患者。
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。




