眼线对泪液成分、泪液分泌及泪膜稳定性的影响
该数据集来自clinicaltrials.gov，聚焦干眼症，研究眼线对泪液成分、泪液分泌及泪膜稳定性的影响。数据覆盖眼线组与对照组受试者，包含眼表疾病指数问卷评分、泪液分泌试验、荧光素钠染色、眼压测量及干眼分析结果，并通过毛细玻璃管采集泪液用于后续拉曼分析
基本信息
资源简介
眼线对泪液成分、泪液分泌及泪膜稳定性的影响
该数据集英文名为 The Effect of Eyeliner on Tear Composition, Tear Secretion and Tear Film Stability，来源于 clinicaltrials.gov，聚焦眼病领域中的干眼症，主题标签为 Dry Eye。数据集围绕眼线使用对泪液成分、泪液分泌及泪膜稳定性的影响展开，覆盖眼线组与对照组受试者。数据内容包括眼表疾病指数问卷评分、泪液分泌试验、荧光素钠染色、眼压测量及干眼分析结果，并通过毛细玻璃管采集泪液用于后续拉曼分析。该数据集可用于干眼症相关研究中对眼线使用因素的分析与比较。
【数据集背景】
该数据集来自 clinicaltrials.gov，所属分类为眼病 / 干眼症，主题标签为 Dry Eye。研究关注的核心问题是眼线使用对泪液成分、泪液分泌及泪膜稳定性的影响。源站描述显示，研究条件为干眼症（Dry Eye），研究者将依据纳入标准与排除标准纳入人群，并设置眼线组与对照组进行比较。数据集围绕眼线组与对照组在眼表健康相关指标上的差异展开，属于干眼症研究背景下的临床数据资源。
【数据内容】
数据集覆盖眼线组与对照组受试者，包含以下内容：受试者填写的调查问卷所得到的眼表疾病指数评分；泪液分泌试验结果；荧光素钠染色结果；两组受试者的眼压测量记录；针对两组人群开展的干眼分析所收集的相关数据；以及通过毛细玻璃管采集并保存、用于后续拉曼分析的泪液样本相关数据。上述内容共同构成围绕泪液成分、泪液分泌与泪膜稳定性的多维数据集合。
【采集与来源】
数据来源站为 clinicaltrials.gov。源站描述表明，研究者按照纳入标准与排除标准纳入研究人群，眼线组与对照组受试者填写调查问卷以对眼表疾病指数进行评分；在两组中开展泪液分泌试验与荧光素钠染色并记录结果；测量并记录两组眼压；对两组人群进行干眼分析以收集相关数据；泪液通过毛细玻璃管采集并保存，用于后续拉曼分析。其余采集流程细节源站未提供。
【适用场景】
该数据集适用于干眼症相关研究，尤其是围绕眼线使用与泪液成分、泪液分泌及泪膜稳定性之间关系的分析场景。可用于比较眼线组与对照组在眼表疾病指数评分、泪液分泌试验、荧光素钠染色、眼压及干眼分析等指标上的差异，也可为后续基于泪液样本的拉曼分析提供样本采集与保存环节的数据支撑。具体应用范围与限制源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT05632887
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
条件：干眼症。研究者将根据纳入标准和排除标准纳入人群。眼线组和对照组的受试者填写调查问卷，对眼表疾病指数进行评分。对眼线组和对照组进行泪液分泌试验和荧光素钠染色，并记录结果。测量并记录两组的眼内压。对两组人群进行干眼分析，以收集相关数据。用毛细玻璃管采集泪液并保存，以供进一步的拉曼分析。
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。
