角膜曲率测量中的眼睑闭合
该数据集来自 clinicaltrials.gov,涉及干眼与眼表疾病,围绕白内障手术术前生物测量中的角膜曲率测量展开。白内障手术是全球最常见的手术之一,随着测量技术与预测公式的改进,术后屈光预测已可达到较高精度,但仍存在导致预测偏差的误差来源

基本信息
资源简介
角膜曲率测量中的眼睑闭合
该数据集来自 clinicaltrials.gov,涉及干眼与眼表疾病,围绕白内障手术术前生物测量中的角膜曲率测量展开。白内障手术是全球最常见的手术之一,随着测量技术与预测公式的改进,术后屈光预测已可达到较高精度,但仍存在导致预测偏差的误差来源。源站描述指出,泪膜渗透压作为干眼病的既定生物标志物,在术前角膜曲率测量的精确性中起重要作用。数据可用于研究眼睑闭合、泪膜状态与角膜曲率测量精度及术后屈光预测之间的关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:干眼、眼表疾病。白内障手术是全球实施的最常见手术之一。在白内障手术的早期,视觉康复是手术的主要目标,而如今屈光结果及随之而来的相对摆脱眼镜正日益成为患者需求中越来越重要的部分。由于测量技术和预测公式的改进,术后屈光的预测已能够以高精度实现。然而,仍存在一些误差来源,导致预测的术后屈光出现偏差。例如,已有研究表明,泪膜渗透压——干眼病(DED)的一种既定生物标志物——在术前角膜曲率测量的精确性中起重要作用。角膜曲率测量,即角膜曲率的测量,是术前生物测量的重要组成部分。误差
【主题与分类】
主题标签:Dry Eye、Ocular Surface Disease。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07297849
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/NCT07297849
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:干眼、眼表疾病。白内障手术是世界上最常见的手术之一。尽管在白内障手术早期,视力康复是该手术的主要目标,但屈光结局及随之而来的相对脱镜已成为患者需求中日益重要的部分。由于测量技术和预测公式的改进,术后屈光度的预测已能够以较高准确性实现。然而,仍存在一些误差来源,导致预测术后屈光度出现偏差。例如,研究表明,泪膜渗透压——一种公认的干眼病(DED)生物标志物——在术前角膜曲率测量的精确性中起着重要作用。角膜曲率测量,即对角膜曲率的测量,是术前生物测量中的重要组成部分。术前角膜曲率测量的误差会导致与预测屈光度近乎一对一的偏差。因此,正确的角膜曲率测量是人工晶状体(IOL)度数计算中的关键要素。
为应对术前生物测量中的干眼症(DED)问题,已有研究探讨了在眼部生物测量前使用润滑眼药水的原理,结果表明使用眼部润滑剂可能导致角膜曲率测量值的变异性增加。根据我们的临床观察,另一种改善角膜曲率测量的可能机制是闭眼数分钟。与长期使用眼部润滑剂以稳定泪膜不同,闭眼是一种简单且快速的干预措施,可能有助于提高角膜曲率测量的精确度。此外,一项为期两周的润滑眼药水使用临床试验发现,干眼症患者的角膜曲率测量变异性并未改善。因此,本研究旨在探讨闭眼对角膜曲率测量质量指数警告患者角膜曲率测量质量的影响。
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。




