黄斑手术中的傅里叶变换红外光谱

该数据集来自clinicaltrials.gov,聚焦黄斑手术相关的傅里叶变换红外光谱(FTIR)研究。由于FTIR光谱无需化学固定,可避免固定对膜结构的影响

Vienna Institute for Research in Ocular SurgeryVienna Institute for Research in Ocular Surgery
clinicaltrials
浏览 10
医学影像Epiretinal MembraneMacular Hole
Fourier Transformed Infrared Spectroscopy in Macular Surgery

基本信息

模态
医学影像
创建/更新时间
2026-10-17

资源简介

黄斑手术中的傅里叶变换红外光谱

该数据集来自clinicaltrials.gov,聚焦黄斑手术相关的傅里叶变换红外光谱(FTIR)研究。研究拟检查20只特发性Epiretinal Membrane眼、10只板层Macular Hole眼、10只全层Macular Hole眼及10只糖尿病性Epiretinal Membrane眼,分析ERM与ILM的组成成分,以探索产生ERM的细胞来源。由于FTIR光谱无需化学固定,可避免固定对膜结构的影响。该研究为探索性试点研究,据称此前尚无关于ERM与ILM的FTIR光谱报道。数据可用于黄斑病变相关光谱特征探索(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Epiretinal Membrane、Macular Hole。本研究旨在分析ERM和ILM的组成成分,为产生ERM的细胞来源提供线索。与电子显微镜不同,FTIR光谱不需要对膜进行任何化学固定,因此ERM和ILM的组成成分结构不会因固定而改变。总共将检查20只特发性ERM眼、10只板层Macular Hole眼、10只全层Macular Hole眼和10只糖尿病性ERM眼。据我们所知,此前没有关于ERM和ILM的FTIR光谱的报道,因此该研究将作为探索性试点研究进行。

【主题与分类】

主题标签:Epiretinal Membrane、Macular Hole。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/NCT03452748

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/NCT03452748

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

疾病:视网膜前膜、黄斑裂孔。本研究旨在分析ERM和ILM的组成成分,为产生ERM的细胞来源提供线索。与电子显微镜不同,FTIR光谱无需对膜进行任何化学固定,因此ERM和ILM的组成成分结构不会因固定而改变。总共将检查20只患有特发性ERM的眼睛、10只患有板层黄斑裂孔的眼睛、10只患有全层黄斑裂孔的眼睛和10只患有糖尿病性ERM的眼睛。据我们所知,此前没有关于ERM和ILM的FTIR光谱的报道,因此本研究将作为探索性初步研究进行。

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