27G玻璃体切除术切口完整性:斜行与直行入路的前瞻性随机试验
该数据集来自clinicaltrials.gov,聚焦27-gauge微创玻璃体切除术中斜行与直行入路对切口完整性的影响,纳入条件为Epiretinal Membrane

基本信息
资源简介
27G玻璃体切除术切口完整性:斜行与直行入路的前瞻性随机试验
该数据集来自clinicaltrials.gov,聚焦27-gauge微创玻璃体切除术中斜行与直行入路对切口完整性的影响,纳入条件为Epiretinal Membrane。源站描述介绍了微创玻璃体切除术的发展背景、小口径器械的应用现状以及切口相关并发症的既往报道,并提及美国眼科学会2010年技术评估报告。数据可用于比较两种手术入路的切口完整性结局,为眼科手术方式选择提供参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Epiretinal Membrane。微创玻璃体切除术(MIVS)已在很大程度上取代传统20-gauge玻璃体切除术,使用更小直径器械可带来更快的视力恢复、减少术后疼痛和炎症并缩短手术时间1。最近,27 gauge玻璃体切除器械已被引入2,为现有23、25或25+ gauge系统提供了额外的小口径选择。小口径MIVS的初步经验结果不一,早期报告注意到切口相关术后并发症发生率增加,包括低眼压、脉络膜脱离、眼内炎和巩膜切开相关视网膜裂孔3,4。然而,随着经验积累和器械改进,MIVS的结局有所改善1,3。在美国眼科学会2010年Ophthalmic Technology Assessment报告中,out
【主题与分类】
主题标签:Epiretinal Membrane。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02836210
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/NCT02836210
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
适应证:视网膜前膜。微创玻璃体切除术(MIVS)已在很大程度上取代了传统的20G玻璃体切除术,其采用更小直径的器械,可实现更快的视力恢复、减少术后疼痛和炎症,并缩短手术时间1。最近,27G玻璃体切除器械已问世2,为现有的23G、25G或25+G系统提供了额外的小规格选择。小规格MIVS的早期经验结果不一,早期报告指出伤口相关术后并发症发生率增加,包括低眼压、脉络膜脱离、眼内炎以及巩膜切开相关的视网膜撕裂3,4。然而,随着经验积累和器械改进,MIVS的结局有所改善1,3。在美国眼科学会2010年的一份眼科技术评估报告中,发现MIVS的结局与20G玻璃体切除术的基准相当5。
既往研究已证实,两阶段成角切口可提高伤口完整性,在23、25和25+ MIVS系统中均如此6,7,有助于预防术后眼内炎和低眼压等并发症。然而,在描述27G MIVS结局的两个临床系列中,采用的是单阶段垂直伤口构建,在31例患者系列中未出现并发症2,8。迄今为止,尚未对伤口构建技术(单阶段垂直或两阶段成角)进行直接比较。本研究旨在前瞻性比较27G微创玻璃体切除术(MIVS)中采用直形单阶段(垂直)与成角两阶段穿刺套管插入的临床结局。研究设计为随机临床试验。主要结局为27G MIVS治疗视网膜前膜和黄斑皱褶适应证(无空气或气体填充)手术结束时的巩膜切开缝合率及缝合滤过泡发生率。次要终点将包括
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。




