Hoya Surgical Optics iSert 251后房非球面无晶状体眼人工晶状体与历史/文献对照的比较
本数据集来自 clinicaltrials.gov，主题为 Hoya Surgical Optics (HSO) iSert 251 后房型非球面无晶状体眼人工晶状体与历史/文献对照的比较，涉及 Aphakia 与 Cataract 两类眼及附器疾病
基本信息
资源简介
Hoya Surgical Optics iSert 251后房非球面无晶状体眼人工晶状体与历史/文献对照的比较
本数据集围绕 Hoya Surgical Optics（HSO）iSert 251 后房型非球面无晶状体眼人工晶状体与历史/文献对照的比较研究展开，来源为 clinicaltrials.gov，属于眼及附器疾病分类下的其他类目。研究关注的核心疾病为无晶状体眼（Aphakia）与白内障（Cataract），旨在评估该型人工晶状体在成人白内障摘除术后植入的安全性与有效性。该研究为前瞻性、多中心临床试验，其结果将用于支持 iSert® 251 人工晶状体的 PMA 补充申请。数据集主题标签为 Aphakia 与 Cataract，整体定位是眼科人工晶状体临床评价相关数据资源。
【数据集背景】
该数据集所对应的研究聚焦于无晶状体眼与白内障两类眼科疾病。无晶状体眼通常指因白内障摘除或其他原因导致眼内自然晶状体缺失的状态，白内障则指自然晶状体发生混浊、影响视力的常见眼病。在白内障手术中，通过超声乳化术摘除混浊晶状体后，常需植入人工晶状体以进行视力矫正。本研究所涉及的产品为 Hoya Surgical Optics（HSO）iSert 251 后房型非球面无晶状体眼人工晶状体，研究将其与历史/文献对照进行比较，以评估其在成人无晶状体眼视力矫正中的表现。研究设计为前瞻性、多中心临床试验，其结果为支持该人工晶状体的 PMA 补充申请提供依据。
【数据内容】
源站描述显示，该研究评估了 Hoya Surgical Optics iSert Model 251 人工晶状体在成人中、于白内障晶状体经超声乳化术摘除后、作为主要植入物用于无晶状体眼视力矫正的安全性与有效性。数据集主题标签包括 Aphakia 与 Cataract。除上述研究目的、研究设计与对照方式外，源站未提供关于具体数据字段、变量结构、样本量、随访时间点、结局指标数值或统计结果等更细粒度的数据内容说明。
【采集与来源】
该数据集来源站为 clinicaltrials.gov。源站描述指出，该研究为前瞻性、多中心临床试验。除来源站与试验设计类型外，源站未提供关于具体采集机构、采集地区、采集时间范围、采集流程或数据管理方式的进一步信息。
【适用场景】
基于源站描述，该数据集适用于与 Hoya Surgical Optics iSert 251 后房型非球面无晶状体眼人工晶状体临床评价相关的场景，尤其是围绕成人无晶状体眼在白内障超声乳化摘除术后进行人工晶状体植入的视力矫正，以及该产品与历史/文献对照比较的安全性与有效性评估。其研究结果可用于支持该人工晶状体的 PMA 补充申请。除上述用途外，源站未提供其他适用场景说明。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
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/NCT01292629
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：无晶状体、白内障。本研究评估了Hoya Surgical Optics iSert Model 251人工晶状体在成人无晶状体眼视觉矫正中，于超声乳化白内障摘除术后初次植入的安全性和有效性。这项前瞻性、多中心临床试验的结果将用于支持iSert® 251人工晶状体的PMA补充申请。
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。
