干眼筛查与转诊系统
该数据集来自 clinicaltrials.gov，围绕干眼这一常见眼表疾病构建病例对照队列。研究采集参与者的病史信息、眼表疾病指数（OSDI）量表、前节摄影以及干眼患者治疗结局等多模态数据，并利用人工智能算法探索前节图像特征与干眼诊断之间的相关性
基本信息
资源简介
干眼筛查与转诊系统
干眼是临床上最常见的眼表疾病之一，其致病因素涉及多种病因，发病机制复杂，相关检查项目多样，且患者症状与体征常不一致，因此对眼科医师的专业技术和检查设备提出了较高要求。Dry Eye Screening and Referral System 数据集来源于 clinicaltrials.gov，围绕干眼这一主题构建病例对照队列，采集参与者病史信息、眼表疾病指数（OSDI）量表、前节摄影以及干眼患者治疗结局等多模态数据，并借助人工智能算法探索前节图像特征与干眼诊断之间的相关性。该数据集属于眼及附器疾病／其他分类，主题标签为 Dry Eye，可为干眼的筛查、转诊与诊断研究提供数据基础。
【数据集背景】
干眼作为一种常见眼表疾病，其诊断面临多重挑战。由于致病因素与多种病因相关，发病机制复杂，相关检查种类繁多，加之患者症状与体征之间常存在不一致性，干眼的诊断对眼科医师的专业技术水平和检查设备条件均有较高要求。在此背景下，建立规范化的干眼病例对照队列，系统采集多模态数据，并探索图像特征与诊断之间的关联，具有明确的临床与研究价值。该数据集正是围绕这一目标而设立，旨在为干眼的筛查与转诊提供数据支撑。
【数据内容】
该数据集采集的数据为多模态类型，具体包括参与者的病史信息、眼表疾病指数（OSDI）量表、前节摄影，以及干眼患者的治疗结局。病史信息用于记录参与者的相关临床背景；OSDI 量表用于反映眼表疾病的主观症状；前节摄影提供眼表结构的图像资料；治疗结局则记录干眼患者在接受治疗后的结果。上述多类数据共同构成病例对照队列的数据基础，为后续分析前节图像特征与干眼诊断之间的相关性提供素材。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov，属于眼及附器疾病／其他分类，主题标签为 Dry Eye。其数据采集依托于一项以建立干眼患者病例对照队列为目的的研究。研究面向参与者采集上述多模态数据，涵盖病史信息、OSDI 量表、前节摄影以及治疗结局。关于具体的采集流程、采集时间、采集地点、样本量、纳入与排除标准等细节，源站未提供。
【适用场景】
该数据集适用于干眼相关的筛查与转诊研究，尤其适合围绕前节图像特征与干眼诊断之间相关性开展的人工智能算法探索。由于数据包含病史信息、OSDI 量表、前节摄影与治疗结局等多模态内容，可用于支持病例对照队列的分析，帮助研究人员从图像与临床信息相结合的角度考察干眼的诊断问题。其主题标签为 Dry Eye，分类归属为眼及附器疾病／其他，便于在相应领域内检索与使用。
【使用方法】
该数据集的使用应围绕其多模态数据展开，可结合病史信息、OSDI 量表、前节摄影与治疗结局进行综合分析，并利用人工智能算法探索前节图像特征与干眼诊断之间的相关性。关于具体的数据格式、字段结构、访问方式、下载途径、预处理要求及配套工具等，源站未提供。
【质量与限制】
该数据集来源于 clinicaltrials.gov，围绕干眼病例对照队列构建，采集多模态数据。关于数据质量评价、样本代表性、标注可靠性、缺失情况、偏倚控制及使用限制等具体信息，源站未提供。
【引用与许可】
该数据集英文名为 Dry Eye Screening and Referral System，来源站为 clinicaltrials.gov。关于引用格式、许可条款、使用授权及数据共享条件等具体信息，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/NCT04413370
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
疾病：干眼。干眼是最常见的眼表疾病之一。其致病因素涉及多种病因。由于干眼发病机制的复杂性、相关检查的多样性以及干眼患者症状与体征的不一致性，干眼的诊断对眼科医生的专业技术及检查设备有较高要求。本研究旨在建立干眼患者的病例对照队列。将收集参与者的多模态数据，包括病史信息、眼表疾病指数（OSDI）量表、眼前节照相以及干眼患者的治疗结果。将通过人工智能算法探讨眼前节图像特征与干眼诊断之间的相关性。本研究旨在开发人工智能干眼筛查与转诊系统。
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。
