高度近视白内障手术中的3D可视化系统
该数据集来自clinicaltrials.gov,聚焦高度近视合并白内障患者的手术研究。研究对比使用NGENUITY® 3D Visualization System(Alcon, TX, USA)与当前标准双目显微镜进行白内障手术的手术结果和参数,重点评估景深差异及其对术中参数和结果的影响

基本信息
资源简介
高度近视白内障手术中的3D可视化系统
该数据集来自clinicaltrials.gov,聚焦高度近视合并白内障患者的手术研究。研究对比使用NGENUITY® 3D Visualization System(Alcon, TX, USA)与当前标准双目显微镜进行白内障手术的手术结果和参数,重点评估景深差异及其对术中参数和结果的影响。这是一项前瞻性随机对照试验,受试者被随机分配至标准显微镜对照组或3D可视化系统研究组,比较术中参数、手术结果及潜在并发症发生率。数据可用于眼科手术技术比较、并发症风险分析等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:白内障,高度近视。本研究的目的是比较使用NGENUITY® 3D可视化系统(Alcon, TX, USA)——一种3D成像系统——与当前标准双目显微镜在高度近视患者中进行白内障手术的手术结果和参数。重点在于评估景深差异及其对术中参数和结果的影响。这项前瞻性随机对照试验旨在纳入同时患有高度近视和白内障且需要手术干预的患者。参与者将被随机分配接受使用当前标准双目显微镜(对照组)或NGENUITY® 3D可视化系统(Alcon, TX, USA)(研究组)的白内障手术。该研究将比较术中参数、手术结果以及潜在并发症的发生率,包括f
【主题与分类】
主题标签:Cataract、High Myopia。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06264830
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/NCT06264830
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:白内障、高度近视。本研究的目的是比较使用NGENUITY® 3D可视化系统(Alcon,TX,USA)——一种3D成像系统——与当前标准双目显微镜在高度近视患者中进行白内障手术的手术结果和参数。重点在于评估景深的差异及其对术中参数和结果的影响。这项前瞻性随机对照试验旨在纳入同时患有高度近视和白内障且需要手术干预的患者。参与者将被随机分配接受使用当前标准双目显微镜(对照组)或NGENUITY® 3D可视化系统(Alcon,TX,USA)(研究组)的白内障手术。该研究将比较术中参数、手术结果以及潜在并发症的发生率,包括术中显微镜调整的频率、术中调整的总距离、从角膜表面到后囊膜达到清晰聚焦所需的距离、手术持续时间、术中累积超声能量以及手术并发症的发生情况。
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。




