太赫兹扫描系统用于角膜瘢痕与角膜水肿的验证
该数据集来自 clinicaltrials.gov,主题为太赫兹扫描系统在角膜瘢痕与角膜水肿中的验证,属于眼病/角膜损伤方向

基本信息
资源简介
太赫兹扫描系统用于角膜瘢痕与角膜水肿的验证
该数据集来自 clinicaltrials.gov,主题为太赫兹扫描系统在角膜瘢痕与角膜水肿中的验证,属于眼病/角膜损伤方向。源站描述指出,角膜混浊是低视力和视力损害的主要原因之一,由角膜水肿和角膜瘢痕两种病理病因导致;当角膜混浊进展至终末期,唯一选择是接受角膜移植。全球供体角膜短缺,且接受角膜移植的患者需终身局部免疫抑制剂治疗,因此监测角膜水肿或角膜瘢痕的进展以防止疾病进入终末期至关重要。监测疾病进展还可让外科医生更早采用创伤更小的技术(如板层角膜移植)进行干预,而非全层移植。目前临床上尚无客观工具定量评估角膜混浊(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、角膜瘢痕与混浊、角膜水肿。角膜混浊是低视力和视力损害的主要原因之一,由两种病理病因导致:角膜水肿和角膜瘢痕。当角膜混浊进展至终末期疾病时,唯一的选择是接受角膜移植。全球供体角膜短缺,且接受角膜移植的患者需要终身局部免疫抑制剂治疗,因此监测角膜水肿或角膜瘢痕的进展以防止疾病进入终末期至关重要。监测疾病进展还使外科医生能够更早地采用创伤更小的技术进行干预,例如板层角膜移植,而非全层移植。目前临床上尚无客观工具定量评估角膜混浊。
【主题与分类】
主题标签:Corneal Diseases、Corneal Scars and Opacities、Corneal Edema。本站分类:眼病/角膜损伤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06983652
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/NCT06983652
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:角膜疾病、角膜瘢痕与混浊、角膜水肿。角膜混浊是导致低视力和视力损害的主要原因之一,其病理病因有两种:角膜水肿和角膜瘢痕。当角膜混浊进展至终末期病变时,唯一的选择是接受角膜移植。全球供体角膜短缺,且接受角膜移植的患者需终身接受局部免疫抑制剂治疗,因此监测角膜水肿或角膜瘢痕的进展以防止疾病进入终末期至关重要。监测疾病进展还使外科医生能够采用创伤更小的技术进行早期干预,如板层角膜移植,而非全层移植。目前临床上尚无客观工具可定量评估角膜混浊,也没有工具可直接评估角膜水合程度。因此,有必要开发一种定量工具来评估角膜混浊的密度。
有必要开发一种医学工具,以客观、定量地评估角膜瘢痕,从而更好地监测疾病进展并辅助手术决策。太赫兹(THz)波是一种电磁辐射,已成为生物医学领域中一种新型、无创且非接触式的成像方式,其快速扫描速度(每次扫描30毫秒)可满足医学诊断需求。凭借其快速扫描能力,它能为角膜厚度估算提供更准确的结果。其对水合吸收的高灵敏度以及胶原蛋白的特征峰,将为获取与角膜各层相关的信息提供一种有用的工具。水具有高介电常数,且对太赫兹光谱具有高度吸收性。这使得太赫兹波对组织中的水含量高度敏感。此外,太赫兹扫描已应用于多种与水合相关的疾病或状况。通过太赫兹扫描,可以实现疾病的早期发现和诊断。
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。




