评估当前超声乳化白内障摘除术与Micor系统装置临床结局的前瞻性多中心研究
该数据集来自clinicaltrials.gov,主题为白内障手术,属于眼及附器疾病范畴。研究为前瞻性、多中心、三臂设计,旨在提供传统超声乳化术与MICOR System装置(用于在人工晶状体植入前清除晶状体)的纵向观察性临床结局数据

基本信息
资源简介
评估当前超声乳化白内障摘除术与Micor系统装置临床结局的前瞻性多中心研究
该数据集来自clinicaltrials.gov,主题为白内障手术,属于眼及附器疾病范畴。研究为前瞻性、多中心、三臂设计,旨在提供传统超声乳化术与MICOR System装置(用于在人工晶状体植入前清除晶状体)的纵向观察性临床结局数据。计划纳入最多750只眼,每组最多250名受试者,最多10个研究中心,受试者双眼均可入组。数据可用于比较不同手术方式的临床结局,支持眼科手术相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:白内障手术。这是一项前瞻性、多中心、三臂研究,旨在为接受白内障手术的受试者使用传统超声乳化术与MICOR System装置(用于在人工晶状体植入和白内障手术前清除晶状体)提供纵向、观察性临床结局数据。根据适应症,只能使用FDA批准的超声乳化装置。研究受试者的双眼均可入组研究;但是,如果只有1只眼符合研究参与条件,则可入组该受试者的合格眼。最多750只眼将入组三个研究组之一,每组最多250名受试者,最多10个研究中心。研究组的3个臂如下: 第1组 超声乳化受试者队列。 第2组 MICOR System受试者队列,不使用miLOOP。* 第3组 MICOR System受试者
【主题与分类】
主题标签:Cataract Surgery。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05729477
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/NCT05729477
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:白内障手术。这是一项前瞻性、多中心、三臂研究,旨在为接受白内障手术的受试者使用传统超声乳化术与使用MICOR系统设备(用于在眼内透镜植入和白内障手术前摘除晶状体)提供纵向、观察性临床结果数据。仅可使用FDA批准的超声乳化设备,并按其适应症使用。研究受试者的双眼均可纳入研究;然而,如果仅1只眼符合研究参与条件,则可纳入该受试者符合条件的那只眼。最多750只眼将被纳入三个研究组之一,每组最多250名受试者,最多10个研究中心。研究组的3个分支如下:* 第1组 超声乳化受试者队列。* 第2组 MICOR系统受试者队列,不使用miLOOP。* 第3组 MICOR系统受试者队列,可选使用miLOOP。
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。




