中央角膜厚度超声与OCT测量比较数据集
包含50名患者100只眼中央角膜厚度的超声与OCT测量数据，用于比较两种方法的相关性和一致性。
基本信息
资源简介
中央角膜厚度超声与OCT测量比较数据集
【一句话概览】
本数据集是 Nigerian Medical Journal 公开的结构化表格数据集，收录 50 例受试者，可用于统计建模、特征工程与队列分析。
【数据内容】
源站原始描述：Background: Central Corneal Thickness (CCT) measurement is useful in managing glaucoma, ocular hypertension, corneal lesions and kerato-refractive surgeries. The study aims to compare the CCT measurements between Ultrasound Sonography (USS) and Optical Coherence Tomography (OCT) to analyze the correlation and agreement between these instruments and the repeatability of each instrument. Methodology: A cross-sectional comparative study was carried out in 100 eyes of 50 patients attending Rachel Ey…
中文译文（机器翻译，仅供快速理解，请以原文为准）：背景：中央角膜厚度（CCT）测量在青光眼、高眼压症、角膜病变及角膜屈光手术的管理中具有重要价值。本研究旨在比较超声检查（USS）与光学相干断层扫描（OCT）的CCT测量结果，分析两种仪器之间的相关性与一致性，以及每种仪器的重复性。方法：一项横断面比较研究于2021年1月至3月在阿布贾Rachel眼科中心进行，纳入50例患者的100只眼。分别使用USS和OCT测量CCT。CCT测量采用Pachscan超声仪，OCT技术使用Optovue设备。数据采用SPSS 20版进行分析，使用配对样本t检验、Pearson相关、组内相关系数及Bland-Altman方法。结果：患者年龄在18至79岁之间（平均年龄39.1岁），其中男性72例，女性28例。USS和OCT的平均CCT分别为537.36 ±33.26和510.94 ±33.13，平均差异为（26.42±9.53，p<0.001）。两组测量值之间存在非常强的相关性，r = 0.997，p<0.001。两种仪器之间的平均组内相关系数较高，为0.843，在95百分位上限（0.961）表现极好，但在下限（0.096）表现较差。在比较重复测量的平均USS和OCT值时，存在高度相关性且无统计学显著差异。重复OCT和USS值的平均组内相关系数分别为0.999/0.997，表现极好，在95百分位上限分别为（0.999/0.998），下限分别为（0.997/0.994）。结论：我们发现使用Pachscan超声仪和Optovue OCT测量CCT具有良好的相关性，但Pachscan的平均测量值显著高于Optovue测量值。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://nigerianmedjournal.org/index.php/nmj/article/view/83
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。
暂未开放有偿下载
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://nigerianmedjournal.org/index.php/nmj/article/view/83
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
