Acai果染料(Euterpe Oleracea)用于人类玻璃体视网膜手术染色适用性研究
该数据集来自 clinicaltrials.gov,对应一项在人类中测试 Acai 果染料(10% 和 25% 浓度)用于玻璃体视网膜手术中识别后玻璃体膜和 ILM 的临床试验

基本信息
资源简介
Acai果染料(Euterpe Oleracea)用于人类玻璃体视网膜手术染色适用性研究
该数据集来自 clinicaltrials.gov,对应一项在人类中测试 Acai 果染料(10% 和 25% 浓度)用于玻璃体视网膜手术中识别后玻璃体膜和 ILM 的临床试验。研究对象为在巴西圣保罗联邦大学眼科就诊的 24 名患者,纳入诊断为视网膜前膜、黄斑裂孔或糖尿病视网膜病变且需行玻璃体切除术的患者。数据可用于评估染料染色能力与手术识别效果的相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:视网膜前膜、黄斑裂孔、糖尿病视网膜病变。本项人体临床试验的目的是测试 Acai 染料(10% 和 25% 浓度)在人体玻璃体视网膜手术中识别后玻璃体膜和 ILM 的浸染能力。将在圣保罗联邦大学眼科系就诊的 24 名患者被选入本研究。纳入标准为诊断为视网膜前膜、黄斑裂孔或糖尿病视网膜病变(伴或不伴玻璃体出血,和/或黄斑水肿,和/或玻璃体黄斑牵引)的患者。所有患者均须有行玻璃体切除术以去除视网膜前膜和/或内界膜的指征。本临床试验已获圣保罗联邦大学伦理委员会(CEP-UNIFESP)批准。所有患者
【主题与分类】
主题标签:Epiretinal Membrane、Macular Hole、Diabetic Retinopathy。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02691429
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/NCT02691429
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:视网膜前膜、黄斑裂孔、糖尿病视网膜病变。本人体临床试验的目的是测试阿萨伊染料(浓度10%和25%)在人体玻璃体视网膜手术中识别后玻璃体膜和内界膜的浸染能力。本研究将选取24名在圣保罗联邦大学眼科系寻求治疗的患者。纳入标准为诊断为视网膜前膜、黄斑裂孔或糖尿病视网膜病变(伴或不伴玻璃体出血,和/或黄斑水肿,和/或玻璃体黄斑牵引)的患者。所有患者均须有玻璃体切除术指征,以去除视网膜前膜和/或内界膜。本临床试验已获圣保罗联邦大学伦理委员会(CEP-UNIFESP)批准。所有患者在参与研究前将被邀请签署知情同意书。24名不同的视网膜外科医生将分别为24名入选患者中的一人手术,采用标准玻璃体切除术技术,该技术使用4个巩膜切口和23G系统并辅以照明。
所有手术将使用以下浓度的巴西莓染料(Euterpe oleracea)进行:10%(n=12)或25%(n=12)。手术结束后,每位外科医生将立即收到一份评估问卷进行填写。所有患者将接受以下常规术前评估:1. 体格检查和麻醉前评估——由圣保罗医院麻醉团队执行。2. 完整眼科检查——包括:1. 双眼最佳矫正视力测量。2. 压平式眼压测量(Goldmann眼压计)。为此,向眼内滴入一滴麻醉溶液和一滴荧光素。3. 裂隙灯生物显微镜检查。4. 间接双目检眼镜检查:在散瞳下进行,每次检查前通过局部滴用托吡卡胺和去氧肾上腺素获得散瞳。5. 视网膜
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。




