糖尿病视网膜病变Eye4增强现实视觉辅助研究

本数据集来自clinicaltrials.gov,聚焦糖尿病视网膜病变与低视力人群,属于内分泌、营养和代谢疾病/糖尿病分类

EyedapticEyedaptic
clinicaltrials
浏览 1
其他回归Diabetic RetinopathyLow Vision
Diabetic Retinopathy Tethered Augmented Reality With Eye4 Study

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-17

资源简介

糖尿病视网膜病变Eye4增强现实视觉辅助研究

本数据集来自clinicaltrials.gov,聚焦糖尿病视网膜病变与低视力人群,属于内分泌、营养和代谢疾病/糖尿病分类。研究为单次访视的初步试验,受试者接受主觉验光后,分别使用最佳矫正镜片单独测试以及配合Eyedaptic设备测试最佳矫正视力与对比敏感度,以评估伴有糖尿病视网膜病变相关视力丧失的患者能否从增强现实视觉中获益。数据可用于分析增强现实视觉辅助对低视力患者视功能指标的影响,支持视觉康复与糖尿病眼病相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:糖尿病视网膜病变、低视力。在本研究中,受试者的最佳矫正视力和对比敏感度将与使用Eyedaptic设备时的最佳视力和对比度进行比较。Eyedaptic设备是一种FDA 510(k) Class 1 Exempt设备,因为它是一种视觉辅助工具。这是一项初步研究,旨在确定伴有糖尿病视网膜病变相关视力丧失的受试者是否能从增强现实视觉中获益。受试者将接受主觉验光。当受试者拥有最佳矫正镜片时,将单独使用其矫正镜片测试受试者的视力,并再次使用Eyedaptic设备进行测试。这将是一项单次访视研究,无随访。

【主题与分类】

主题标签:Diabetic Retinopathy、Low Vision。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/NCT05491746

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT05491746

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:糖尿病视网膜病变,低视力。在本研究中,将受试者的最佳矫正视力和对比敏感度与使用Eyedaptic设备时的最佳视力和对比度进行比较。Eyedaptic设备作为视觉辅助工具,属于FDA 510(k) Class 1豁免设备。这是一项初步研究,旨在确定伴有糖尿病视网膜病变相关视力丧失的受试者是否能从增强现实视觉中获益。受试者将接受显然验光。当受试者拥有最佳矫正镜片时,将分别仅使用其矫正镜片以及再次使用Eyedaptic设备来测试受试者的视力。这将是一项单次访问研究,无后续随访。

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。

获取专属数据定制方案