23-gauge 平坦部玻璃体切除术联合硅油注入

该数据集来自 clinicaltrials.gov,聚焦视网膜脱离患者接受 23-gauge 平坦部玻璃体切除术联合硅油注入的临床研究

Ain Shams UniversityAin Shams University
clinicaltrials
浏览 7
其他Retinal Detachment
23-gauge Pars Plana Vitrectomy With Silicone Oil Injectionsilicone Oil Injection With Surgical

基本信息

模态
其他
创建/更新时间
2026-10-17

资源简介

23-gauge 平坦部玻璃体切除术联合硅油注入

该数据集来自 clinicaltrials.gov,聚焦视网膜脱离患者接受 23-gauge 平坦部玻璃体切除术联合硅油注入的临床研究。源站描述纳入 50 例视网膜脱离患者,涵盖 PVR 中度、PVR ≥ Grade C、既往扣带手术及人工晶状体眼等条件。数据涉及 Lincoff 规则寻找视网膜裂孔、三通道玻璃体切除、非接触广角观察系统、全氟化碳液体、气液交换、激光光凝及硅油注入等手术环节,可用于视网膜脱离手术相关临床特征与操作流程的研究分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:视网膜脱离。纳入 50 例患者,条件为视网膜脱离、中度 PVR、PVR ≥ Grade C、既往扣带手术及人工晶状体眼。对脱离的视网膜进行了良好且正确的评估。研究者遵循 Lincoff 规则寻找视网膜裂孔。研究者实施三通道玻璃体切除术:一个灌注套管和两个器械套管。使用非接触广角观察系统(Resight-Biom),视野为 60-130°。研究者使用全氟化碳液体(PFCL)利用其重力使视网膜贴附。然后进行 PFCL 与空气交换。视网膜将在空气填充下贴附。在空气填充眼中进行激光光凝。研究者对所有视网膜裂孔周围进行融合激光光凝。然后作为最后一步注入硅油(1000 厘沲)并永久

【主题与分类】

主题标签:Retinal Detachment。本站分类:眼及附器疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04280770

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/NCT04280770

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:视网膜脱离。纳入50例患者,条件为患有视网膜脱离、中度PVR、PVR≥C级、既往曾行扣带手术及人工晶状体眼。对脱离的视网膜进行了良好且正确的评估。研究者遵循Lincoff规则寻找视网膜裂孔。研究者施行了三通道玻璃体切除术:一个灌注套管和两个器械套管。使用了非接触式广角观察系统(Resight-Biom),其视野为60-130°。研究者使用全氟化碳液体(PFCL)利用其重力使视网膜贴附。随后进行PFCL与空气交换。视网膜将在空气填充下贴附。在充气眼中进行了激光光凝。研究者对所有视网膜裂孔周围进行了融合性激光光凝。然后作为最后一步注射硅油(1000厘沲)并作为永久性填充。3-6个月后,研究者取出硅油,并在术后6周检查视网膜以发现复发病例。

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