SING IMT 在以色列队列中的研究
源站描述显示，SING IMT 已在欧盟获得 CE Mark，并在全球超过 200 名患者中植入，包括正在美国进行的 pivotal 研究（Concerto Study）和欧盟的上市后研究（PMCF Study）
基本信息
资源简介
SING IMT 在以色列队列中的研究
该数据集来自 clinicaltrials.gov，主题为 SING IMT 在以色列队列中的研究，涉及 Age-Related Macular Degeneration 与 Geographic Atrophy 两类眼病。源站描述显示，SING IMT 已在欧盟获得 CE Mark，并在全球超过 200 名患者中植入，包括正在美国进行的 pivotal 研究（Concerto Study）和欧盟的上市后研究（PMCF Study）。Model SING 是基于 IMT 母模型（PMA P050034）的新型可注射模型。研究流程包括知情同意后评估资格、屈光矫正远近视力及外部望远镜模拟器评估、单眼白内障手术中植入 IMT，以及术后 5。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Age-Related Macular Degeneration、Geographic Atrophy。SING IMT 已在欧盟获得 CE Mark，并已在全球超过 200 名患者中植入，包括目前正在美国进行的一项 pivotal 研究（Concerto Study）和欧盟的一项上市后研究（PMCF Study）。Model SING 是基于 IMT 母模型（PMA P050034）的新型可注射模型。在完成知情同意后，将对患者进行评估以确定是否符合入组研究的资格，包括评估其屈光矫正后的最佳矫正远视力和近视力，以及在使用外部望远镜模拟器时的情况，以确定他们是否可能从接受 SING IMT 中获益。如果符合条件，他们将安排接受门诊手术，在一只眼睛的常规白内障手术期间植入 IMT。植入后，患者将返回进行 5 次术后随访。
【主题与分类】
主题标签：Age-Related Macular Degeneration、Geographic Atrophy。本站分类：眼及附器疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05941273
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/NCT05941273
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：年龄相关性黄斑变性、地图状萎缩。SING IMT已在欧盟获得CE标志，并已在全球200多名患者中植入，包括目前正在美国进行的一项关键研究（Concerto研究）和欧盟的一项上市后研究（PMCF研究）。SING型号是基于IMT母模型（PMA P050034）的新型可注射模型。在完成知情同意后，将对患者进行评估，以确定是否符合入组研究的资格，包括通过验光评估其最佳矫正远视力和近视力，以及在使用外部望远镜模拟器时进行评估，以确定他们是否可能从接受SING IMT中获益。如果符合条件，他们将安排接受门诊手术，在一只眼睛的常规白内障手术期间植入IMT。植入后，患者将在约12个月的时间内返回进行5次术后随访。此外，患者还将与低视力专家进行最多10次康复/训练访问，学习如何在日常活动中使用对侧眼行走，并使用植入眼进行放大观看。
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。
