评估无缝合眼用水凝胶修复角膜创面的单中心临床研究

该数据集来自 clinicaltrials.gov,为一项单中心临床研究,评估无缝合眼用水凝胶修复角膜创面的疗效与安全性

Suxia LiSuxia Li
clinicaltrials
浏览 10
其他Corenal Diseases
A Single-Center Clinical Study to Evaluate the Efficacy and Safety of Sutureless Ophthalmic Hydrogel for Corneal Wound Repair

基本信息

模态
其他
创建/更新时间
2026-10-12

资源简介

评估无缝合眼用水凝胶修复角膜创面的单中心临床研究

该数据集来自 clinicaltrials.gov,为一项单中心临床研究,评估无缝合眼用水凝胶修复角膜创面的疗效与安全性。研究关注角膜疾病,涉及角膜盲这一全球主要致盲原因。现有临床修复策略包括角膜病灶清创、结膜瓣覆盖、羊膜移植、角膜移植、接触镜应用及可注射封闭剂等。可注射水凝胶作为响应光、温度或化学交联等外部刺激、由液态前体转为固态凝胶的智能材料,可经微创注射精准填充角膜缺损,贴合不规则创面实现无缝合闭合,并促进上皮、基质和神经的再生修复,降低患者不适与感染风险(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Conditions: Corenal Diseases. 角膜盲是全球主要致盲原因之一。对于多种感染性和非感染性角膜疾病,目前的临床修复策略包括角膜病灶清创、结膜瓣覆盖、羊膜移植、角膜移植、接触镜应用以及可注射封闭剂。可注射水凝胶作为响应外部刺激(如光、温度或化学交联)从液态前体转变为固态凝胶的智能材料,能够通过微创注射精准填充角膜缺损。它们具有优异的形态适应性,能紧密贴合不规则创面并实现无缝合闭合。此外,它们还能促进上皮、基质和神经的再生修复,显著减少患者不适、感染风险,

【主题与分类】

主题标签:Corenal Diseases。本站分类:眼及附器疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07638215

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/NCT07638215

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

疾病:角膜疾病。角膜盲是全球主要致盲原因之一。对于各种感染性和非感染性角膜疾病,目前的临床修复策略包括角膜病灶清创、结膜瓣覆盖、羊膜移植、角膜移植、接触镜应用以及可注射密封剂。可注射水凝胶作为智能材料,能够在外部刺激(如光、温度或化学交联)下从液态前体转变为固态凝胶,可通过微创注射精确填充角膜缺损。它们具有优越的形态适应性,能紧密贴合不规则创面,实现无缝线闭合。此外,它们还能促进上皮、基质和神经的再生修复,显著减少患者不适、感染风险、恢复时间和医疗费用,从而推动角膜修复范式从“移植替代”向“原位再生”转变。

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