DISCOVER研究:显微镜集成术中OCT研究
该数据集来自clinicaltrials.gov,聚焦显微镜集成术中光学相干断层扫描(OCT)研究,覆盖视网膜疾病、Fuchs内皮性角膜营养不良、黄斑裂孔、视网膜前膜和视网膜脱离等眼科疾病

基本信息
资源简介
DISCOVER研究:显微镜集成术中OCT研究
该数据集来自clinicaltrials.gov,聚焦显微镜集成术中光学相干断层扫描(OCT)研究,覆盖视网膜疾病、Fuchs内皮性角膜营养不良、黄斑裂孔、视网膜前膜和视网膜脱离等眼科疾病。源站描述指出OCT已成为眼科疾病评估的关键手段,在临床中用于监测黄斑变性和糖尿病视网膜病变等疾病,但受成像设备尺寸和结构限制,手术室中OCT应用有限。该数据可用于眼科疾病术中成像相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:视网膜疾病、Fuchs内皮性角膜营养不良、黄斑裂孔、视网膜前膜、视网膜脱离。光学相干断层扫描(OCT)已成为眼科疾病评估的关键组成部分。与超声类似,OCT利用光重建感兴趣组织的图像。实际上,OCT的功能几乎类似于光学活检,使临床医生能够可视化组织的细微变化,如黄斑水肿或视网膜下液。在临床环境中,OCT已成为监测黄斑变性和糖尿病视网膜病变等疾病的金标准;它已成为眼科最常开具的诊断检查之一。由于成像设备尺寸和结构的限制,OCT在手术室中的使用受到限制。最近,对OCT台式模型的修改以及开发
【主题与分类】
主题标签:Retinal Diseases、Fuchs Endothelial Dystrophy、Macular Hole、Epiretinal Membrane、Retinal Detachment。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/NCT02423213
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/NCT02423213
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:视网膜疾病、Fuchs内皮营养不良、黄斑裂孔、视网膜前膜、视网膜脱离。光学相干断层扫描(OCT)已成为眼科疾病评估的关键组成部分。与超声类似,OCT利用光线重建感兴趣组织的图像。实际上,OCT的功能几乎类似于光学活检,使临床医生能够观察到组织的细微变化,如黄斑水肿或视网膜下积液。在临床环境中,OCT已成为监测黄斑变性和糖尿病视网膜病变等疾病的黄金标准;并且它已成为眼科最常开具的诊断检查之一。由于成像设备在尺寸和结构上的限制,OCT在手术室中的应用一直受到局限。近年来,对OCT台式模型的改良以及手持式OCT探头的开发,使得OCT技术得以引入手术室。OCT成像所获得的高分辨率解剖信息,自然成为眼科手术医生的有力补充。
在玻璃体视网膜手术中使用OCT揭示了视网膜疾病(如视网膜脱离、黄斑裂孔和视盘小凹)微结构的细微变化,这些变化此前并不为人所知。我们的研究团队一直在手术室中使用手持式和显微镜安装式便携式频域OCT探头检查术中OCT,取得了极好的成功和出色的安全记录。在本研究中,将使用一种内置于显微镜中的OCT设备(而非安装在侧面或由外科医生手持),在手术过程中的各个关键节点拍摄图像,以评估该技术的可行性和潜在用途。由于该设备内置于显微镜中,与独立系统相比具有潜在的显著优势,包括提高效率、改善工作距离以及可视化组织-器械相互作用的能力。
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。




