玻璃体切除术中内界膜和视网膜前膜超微结构比较电子显微镜分析研究方案数据表
该数据集包含玻璃体切除术中内界膜和视网膜前膜样本的电子显微镜分析研究方案与数据表，主要数据模态为临床研究方案文档和超微结构分析记录，用于支持眼科疾病特别是视网膜前膜相关病理机制、手术效果及组织超微结构的比较研究。
基本信息
资源简介
玻璃体切除术中内界膜和视网膜前膜超微结构比较电子显微镜分析研究方案数据表
【数据集背景】
本数据集源站标题为《Study protocol data sheet for comparative electron microscopy analysis of internal limiting membrane and epiretinal membrane ultrastructure from vitrectomy surgery》。源站首次发布：2025-08-16。
【数据内容】
源站原始描述：This is the dataset collection from our protocols. The full dataset will be published soon
【数据结构与技术规格】
文件数 1 个，合计 15.33 KB。DATA SHEET_ILM protocols.xlsx：application/vnd.openxmlformats-officedocument.spreadsheetml.sheet，15.33 KB。数据集 DOI：10.6084/m9.figshare.29924321.v1。
【主题与分类】
源站学科分类：Ophthalmology、Pathology (excl. oral pathology)。主题标签：electron microscope methods、epiretinal membrane peel、Epiretinal membrane (ERM)、internal limiting membrane (ILM)、Internal limiting membrane peeling (ILM peeling)。
【适用方向】
源站学科分类标注为 Ophthalmology、Pathology (excl. oral pathology)。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/_b_Study_protocol_data_sheet_for_c_b_b_omparative_electron_microscopy_analysis_of_internal_limiting_membrane_and_epiretinal_membrane_ultrastructure_from_vitrectomy_surgery_b_/29924321
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Pothikamjorn, Thananop; Tulvatana, Wasee; Somkijrungroj, Thanapong; Prasanpanich, Marisa; Surawatsatien, Nuntachai (2025). Study protocol data sheet for comparative electron microscopy analysis of internal limiting membrane and epiretinal membrane ultrastructure from vitrectomy surgery. figshare. Da…
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（Figshare）
按页面 Download 按钮获取。
数据说明
该数据集是一个医学研究方案数据表集合，来源于一项关于玻璃体切除术中获取的眼部组织超微结构比较分析的研究。数据集包含对玻璃体切除术中获取的内界膜和视网膜前膜样本进行电子显微镜分析的研究方案、数据记录表格及相关信息。数据通过标准的临床手术采集和实验室电子显微镜技术构建。该数据集主要用于眼科疾病研究，特别是视网膜前膜相关疾病的病理机制分析、手术效果评估以及超微结构比较研究。
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。
