Capella Scientia 开发研究
该数据集来自 clinicaltrials.gov，对应一项关于白内障的前瞻性、非干预性、单臂、非盲、多中心研究。研究在印度、西班牙和菲律宾开展，同时纳入4个不同的受试者队列，使用 Unity DX 采集生物测量与像差测量数据
基本信息
资源简介
Capella Scientia 开发研究
Capella Scientia Development Study 是一项围绕白内障开展的前瞻性、非干预性、单臂、非盲、多中心研究，研究地点覆盖印度、西班牙和菲律宾。该数据集来源于 clinicaltrials.gov，在本站被归入眼及附器疾病 / 其他类别，主题标签为 Cataract。研究设计上，项目同时纳入4个不同的受试者队列，并借助 Unity DX 采集生物测量与像差测量数据，用于积累与白内障相关的眼科测量信息。整体来看，该数据集的核心价值在于提供多中心、多队列条件下与白内障相关的生物测量和像差测量数据，为后续分析、方法探索和临床研究设计提供参考。
【数据集背景】
该数据集对应的研究聚焦于白内障这一眼科疾病。白内障是眼及附器疾病领域的重要主题，通常与晶状体状态变化及视觉质量评估相关。该研究采用前瞻性、非干预性、单臂、非盲、多中心的设计，意味着研究在多个中心同步开展，不设置干预措施，也不进行盲法处理，并以单臂方式纳入受试者。研究同时纳入4个不同的受试者队列，这一设计有助于在同一研究框架下观察不同队列的测量数据。研究在印度、西班牙和菲律宾开展，体现了跨地域、多中心的数据来源特征。本站将该数据集分类为眼及附器疾病 / 其他，主题标签为 Cataract，便于在眼科相关数据资源中进行检索与归类。
【数据内容】
该数据集涉及的核心数据为使用 Unity DX 采集的生物测量与像差测量数据。生物测量通常用于获取眼部结构相关参数，像差测量则用于评估光学成像质量相关指标。研究围绕白内障展开，并同时纳入4个不同的受试者队列，因此数据内容在队列维度上具有分组特征。除上述生物测量与像差测量数据外，源站未提供关于具体测量指标、变量字段、样本量、随访时间点、数据格式或数据规模的进一步说明。
【采集与来源】
数据采集来自一项在印度、西班牙和菲律宾开展的多中心研究。研究采用前瞻性、非干预性、单臂、非盲设计，并同时纳入4个不同的受试者队列。采集设备为 Unity DX，采集内容为生物测量与像差测量数据。数据来源站为 clinicaltrials.gov。除上述信息外，源站未提供关于采集流程、采集时间窗、中心分配、队列定义、受试者招募方式或数据管理流程的更多细节。
【适用场景】
该数据集适用于与白内障相关的眼科研究场景，尤其是涉及生物测量和像差测量的分析工作。由于研究采用多中心设计并同时纳入4个不同队列，该数据集可用于观察不同队列之间的测量数据特征，也可为研究设计、测量方法比较或设备数据应用提供参考。其非干预性、单臂、非盲的设计特征，使其更适合描述性分析、探索性分析以及方法学讨论，而不适用于评估干预效果或进行盲法对照比较。具体适用场景仍需结合源站未提供的变量定义与样本信息进一步判断。
【使用方法】
该数据集来源于 clinicaltrials.gov，使用时应结合其研究背景理解数据含义。由于研究为前瞻性、非干预性、单臂、非盲、多中心设计，并同时纳入4个不同受试者队列，使用者在分析时应注意队列分组这一结构特征。数据采集使用 Unity DX，内容包括生物测量与像差测量数据。关于数据下载方式、访问权限、文件结构、变量说明、统计方法或分析脚本，源站未提供。
【质量与限制】
该研究为多中心、前瞻性设计，并同时纳入4个不同队列，这为数据提供了一定的来源多样性。但其非干预性、单臂、非盲的设计也意味着研究不涉及干预对照和盲法控制，因此在因果推断和干预效果评价方面存在固有局限。研究在印度、西班牙和菲律宾开展，跨地域特征可能带来中心间差异，但源站未提供关于样本量、数据完整性、缺失情况、质量控制措施或偏倚评估的信息。此外，源站未提供具体测量指标、数据格式、随访安排及统计分析方法，使用者在解释和复用数据时需谨慎。
【引用与许可】
该数据集对应 clinicaltrials.gov 来源站，英文名称为 Capella Scientia Development Study。关于引用格式、许可条款、使用限制、数据共享政策或访问条件，源站未提供。
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/NCT06987474
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。在这项前瞻性、非干预性、单臂、非盲、多中心研究中，将同时纳入4个不同的受试者队列，使用Unity DX收集生物测量和像差测量数据。本研究将在印度、西班牙和菲律宾进行。
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。
