干细胞强化滴眼液对CataClear、泪膜稳定性、泪液量及干眼症状的评估
该数据集来自clinicaltrials.gov,围绕干细胞强化滴眼液对CataClear、泪膜稳定性、泪液量及干眼症状的评估展开,涉及干眼与白内障两类眼科疾病

基本信息
资源简介
干细胞强化滴眼液对CataClear、泪膜稳定性、泪液量及干眼症状的评估
该数据集来自clinicaltrials.gov,围绕干细胞强化滴眼液对CataClear、泪膜稳定性、泪液量及干眼症状的评估展开,涉及干眼与白内障两类眼科疾病。干眼为多因素眼表疾病,表现为不适、视觉干扰、泪膜不稳定及眼表损伤,全球患病率估计为5%至50%;白内障为晶状体进行性混浊,是全球可预防性失明首因,世界卫生组织估计约9400万人受其相关视力障碍影响,约占全部失明病例的33%。数据可用于眼科疾病相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Dry Eye, Cataract. 干眼病(DED)是一种影响眼表的多因素疾病,其特征为不适症状、视觉障碍、泪膜不稳定以及可能对眼表造成损伤。DED影响患者的生活质量,并构成显著的医疗负担,估计全球患病率在5%至50%之间。白内障是晶状体的进行性混浊,导致视力损害,仍然是全球可预防性失明的最主要原因,构成重大的公共卫生负担。据世界卫生组织(WHO)估计,全球约有9400万人受白内障相关视力障碍影响,该病约占所有失明病例的33%。白内障的患病率表现出显著的人口学和地理异质性,correla
【主题与分类】
主题标签:Dry Eye、Cataract。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/NCT07191847
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/NCT07191847
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:干眼症、白内障。干眼病(DED)是一种影响眼表的多因素疾病,其特征为不适症状、视觉障碍、泪膜不稳定以及可能对眼表造成的损害。DED影响患者的生活质量,并带来显著的医疗负担,估计全球患病率在5%至50%之间。白内障是眼晶状体进行性混浊导致视力损害,仍是全球可预防性失明的首要原因,构成重大的公共卫生负担。据世界卫生组织(WHO)估计,全球约有9400万人受白内障相关视觉残疾影响,该病约占所有失明病例的33%。白内障的患病率表现出显著的人口统计学和地理异质性,与年龄增长、紫外线辐射暴露、代谢紊乱(如糖尿病)、吸烟和遗传易感性密切相关。虽然年龄相关性白内障在50岁以上人群中占主导地位,但先天性和外伤性白内障在各年龄组中均导致发病。
低收入和中等收入国家(LMICs)承担着不成比例的疾病负担,其白内障致盲率高达高收入地区的三倍,原因在于手术干预和预防性护理的可及性有限。白内障所致视力损害的社会经济影响极为深远。直接成本,包括手术费用、术后护理和矫正器具,给医疗系统和家庭带来了沉重的财务压力,在资源有限的环境中尤为突出。间接成本,如劳动力生产力损失、照护者依赖以及教育程度降低,进一步加剧了经济差距。在LMICs,自付费用主导医疗融资,与费用相关的障碍延迟了手术治疗,使残疾与贫困的循环持续存在。一项m
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。




