Light Adjustable Lens UV调整中客观焦深变化

该数据集来自clinicaltrials.gov,属于眼病/白内障领域,聚焦Light Adjustable Lens(LAL)术后常规调整与最终定型过程中患者视力的变化

Clarity Eye InstituteClarity Eye Institute
clinicaltrials
浏览 8
其他回归Light Adjustable LensObjective Depth of Focus
Objective Depth-of-Focus Changes During Light Adjustable Lens UV Adjustments

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-11

资源简介

Light Adjustable Lens UV调整中客观焦深变化

该数据集来自clinicaltrials.gov,属于眼病/白内障领域,聚焦Light Adjustable Lens(LAL)术后常规调整与最终定型过程中患者视力的变化。研究以iTrace波前分析仪测量客观焦深,反映患者在不同距离下的视物清晰度,该检测为无创眼检,与标准镜片调整流程配合使用。数据可用于分析LAL调整期间焦深变化规律,帮助研究人员理解为何部分以正视化为目标的患者经LAL调整后获得意外良好的近距或中距视力(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Light Adjustable Lens,Objective Depth of Focus。这项观察性先导研究将考察一个人在手术后Light Adjustable Lens(LAL)常规调整和最终定型期间视力如何变化。研究将聚焦于使用iTrace波前分析仪测量的客观焦深,它描述一个人在不同距离下能看多清楚。这是一项无创眼检,将与标准镜片调整流程配合使用。这项研究将帮助研究人员理解为什么一些患者在以正视化为目标的情况下,经LAL调整后却获得意外良好的近距或中距视力。

【主题与分类】

主题标签:Light Adjustable Lens、Objective Depth of Focus。本站分类:眼病/白内障。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07868003

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/NCT07868003

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:光可调晶状体、客观焦深。这项观察性初步研究将考察患者在术后光可调晶状体(LAL)常规调整和最终定型过程中视力如何变化。研究将聚焦于使用iTrace波前分析仪测量的客观焦深,该指标描述患者在不同距离下的视物清晰度。这是一项无创眼部检查,将与标准晶状体调整流程配合使用。本研究将帮助研究人员理解为何部分患者在LAL调整后,尽管目标为正视,却获得了出乎意料的良好近视力或中距离视力。

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。

获取专属数据定制方案