强脉冲光治疗在激光屈光手术前的效果分析
研究设计为双盲、随机、对照的临床实验,将参与者分为研究组(IPL + 激光屈光手术)和对照组(仅激光屈光手术)。参与者来自 Vissum Clinic,需符合纳入标准且不满足排除标准

基本信息
资源简介
强脉冲光治疗在激光屈光手术前的效果分析
该数据集来自 clinicaltrials.gov,主题为强脉冲光(IPL)治疗在激光屈光手术前的效果分析,涉及 Meibomian Gland Dysfunction 与 Blepharitis 两种眼及附器疾病。研究设计为双盲、随机、对照的临床实验,将参与者分为研究组(IPL + 激光屈光手术)和对照组(仅激光屈光手术)。参与者来自 Vissum Clinic,需符合纳入标准且不满足排除标准。数据可用于评估 IPL 在激光屈光手术前的干预效果,支持眼科疾病相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Meibomian Gland Dysfunction,Blepharitis。1. 设计:临床实验对照试验,双盲,参与者将被随机分为2组:研究组(IPL + 激光屈光手术)和对照组(无IPL的激光屈光手术)。研究将根据2007年7月3日第14/2007号法律《生物医学研究》、赫尔辛基宣言(2013年10月版)、良好临床实践标准及该领域立法进行。所有纳入研究的参与者应阅读信息表并签署知情自愿同意书。2. 参与者:来自Vissum Clinic且符合纳入标准、无排除标准的参与者。研究者将启动一项初步项目,并根据获得的结果,研究者将应用这些值来计算最终
【主题与分类】
主题标签:Meibomian Gland Dysfunction、Blepharitis。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05139511
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/NCT05139511
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:睑板腺功能障碍、睑缘炎。1. 设计:临床实验性对照试验,采用双盲法,参与者将被随机分为2组:研究组(IPL + 激光屈光手术)和对照组(不进行IPL的激光屈光手术)。研究将遵循2007年7月3日第14/2007号《生物医学研究法》、《赫尔辛基宣言》(2013年10月版)、良好临床实践标准及该领域相关立法进行。所有纳入研究的参与者均应阅读信息表,并签署知情同意书。2. 参与者:来自Vissum诊所、符合纳入标准且不符合任何排除标准的参与者。研究者将从一个初步项目开始研究,并根据所获得的结果,应用这些数值,使用T-student-Fischer检验计算最终样本量,针对单侧假设,1型或α错误为5%,2型或β错误为20%。3.
评估参数 主要指标:年龄、性别、皮肤光型、裸眼及矫正视力、屈光度、睫状肌麻痹验光、OSDI和VAS问卷、人工泪液使用情况、牛津量表、泪河高度、泪膜破裂时间、结膜充血、睑板腺成像及裂隙灯检查。次要指标:角膜地形图与断层扫描(MS-39,CSO,意大利)、角膜像差分析(MS-39,CSO,意大利)、眼像差分析(Osiris,CSO,意大利)、对比敏感度分析(CSV-1000,Vector vision)、PRK上皮缺损的摄影记录、PRK术前及术后眼睑变化的摄影记录。各项客观变量的测量将在诊所内进行。主观变量的测量将由两名眼科医生完成,双方均设盲。4. 手术与随访 符合LASIK或SMILE手术条件的参与者将在随机分组后接受双眼IPL治疗(
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




