评估CorNeat KPro治疗角膜盲临床安全性与性能的研究
该数据集来自clinicaltrials.gov，聚焦眼病中的角膜损伤与角膜盲治疗。研究评估CorNeat Keratoprosthesis（KPro）这种合成人工角膜在无法接受传统角膜移植受试者中的临床安全性与性能
基本信息
资源简介
评估CorNeat KPro治疗角膜盲临床安全性与性能的研究
该数据集来自clinicaltrials.gov，聚焦眼病中的角膜损伤与角膜盲治疗。研究评估CorNeat Keratoprosthesis（KPro）这种合成人工角膜在无法接受传统角膜移植受试者中的临床安全性与性能。计划纳入40名受试者，经筛查合格后单侧植入，并在术后1天、1周、2周及1至24个月多个时间点随访，通过裂隙灯生物显微镜、眼压测量和眼部成像进行临床评估，同时记录视力变化。数据可用于分析人工角膜植入后的安全性、性能及视力预后（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：角膜疾病、角膜混浊、角膜损伤。本临床试验将评估CorNeat Keratoprosthesis（KPro）的临床安全性和性能，这是一种合成的人工角膜，用于治疗不适合传统角膜移植的受试者的角膜盲。40名愿意参与研究的受试者将接受筛查检查以验证其资格。CorNeat KPro将单侧植入符合条件的受试者。随访程序将在术后1天、1周、2周、1、2、3、4、5、6、8、10、12、15、18、21和24个月进行，包括使用裂隙灯生物显微镜对植入眼进行临床评估、眼内压测量和眼部成像。此外，受试者的视力将在整个24个月随访期内进行评估和记录。
【主题与分类】
主题标签：Corneal Disease、Corneal Opacity、Corneal Injuries。本站分类：眼病/角膜损伤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05694247
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/NCT05694247
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：角膜病、角膜混浊、角膜损伤。本临床试验将评估CorNeat角膜假体（KPro）的临床安全性和性能，这是一种合成的人工角膜，用于治疗不适合传统角膜移植的受试者的角膜盲。40名愿意参与研究的受试者将接受筛查检查以验证其资格。CorNeat KPro将单侧植入符合条件的受试者。术后1天、1周、2周、1、2、3、4、5、6、8、10、12、15、18、21和24个月将进行随访程序，包括使用裂隙灯生物显微镜对植入眼进行临床评估、眼内压测量和眼部成像。此外，将在整个24个月的随访期内评估并记录受试者的视力。
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。
