EDOF或三焦点IOL植入后患者满意度与视觉质量评估
该数据集来自clinicaltrials.gov,聚焦白内障合并老视矫正患者在接受双侧白内障手术并植入两种不同多焦点人工晶状体(IOL)方案后的患者报告满意度与视觉质量评估

基本信息
资源简介
EDOF或三焦点IOL植入后患者满意度与视觉质量评估
该数据集来自clinicaltrials.gov,聚焦白内障合并老视矫正患者在接受双侧白内障手术并植入两种不同多焦点人工晶状体(IOL)方案后的患者报告满意度与视觉质量评估。研究比较互补型extended-depth-of-focus(EDOF)IOL的混合模式组合与双侧三焦点IOL方案,涉及的光学设计与光分布不同,可用于分析双眼配对不同光学设计是否能在维持功能性视力的同时减轻不良视觉现象(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Cataract, Presbyopia Correction。本研究旨在评估双侧白内障手术并植入两种不同多焦点人工晶状体(IOL)方案后患者报告的满意度与视觉质量。该研究比较互补型extended-depth-of-focus(EDOF)IOL的混合模式组合与双侧三焦点IOL方案。尽管本研究中包含的所有晶状体均已获得CE认证并可商业获得,但其光学结构和光分布特征不同,为评估在双眼之间配对不同光学设计是否能在维持完整功能性视力的同时减轻不良视觉现象提供了机会。科学依据来自老视矫正型IOL已知的权衡取舍。三焦点设计将光线分配到三个焦点,并提供远、
【主题与分类】
主题标签:Cataract、Presbyopia Correction。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07295119
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/NCT07295119
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、老视矫正。本研究旨在评估双侧白内障手术后植入两种不同多焦点人工晶状体(IOL)策略的患者报告满意度和视觉质量。该研究比较了互补型扩展景深(EDOF)人工晶状体的混合模式组合与双侧三焦点人工晶状体方案。尽管本研究中纳入的所有晶状体均带有CE标志并可商业获得,但其光学结构和光分布特征各不相同,为评估在双眼之间配对不同光学设计是否能在维持完整功能性视力的同时减轻异常光感提供了机会。科学依据源于老视矫正型人工晶状体已知的权衡取舍。三焦点设计将光线分配至三个焦点,提供远、中、近视力表现,但也可能诱发光晕或眩光等光现象。EDOF平台通过受控调制球面像差或波前重塑来扩展景深,目标是改善图像连续性和对比度。
Mini Well与Mini Well Proxa人工晶状体采用了不同的波前工程学设计,据推测,当对侧眼分别植入时,二者可产生协同作用。该设计可能通过不对称地平衡整个视觉系统的光线分布,从而减轻视觉干扰症状的强度。相比之下,双眼植入FineVision POD F则代表了一种统一且广泛采用的三焦点策略。本研究在维罗纳综合医院眼科开展,纳入36例需行常规双眼白内障摘除术的患者。参与者按1:1比例随机分配至两个治疗组之一。分配序列由计算机生成,并采用预定方法进行隐藏,以确保分组的公正性。设盲在患者层面得以维持;患者不知晓其所接受的人工晶状体类型。结果评估者始终保持设盲,
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。




