氟米龙作为倒睫手术辅助治疗数据集
该数据集来自 clinicaltrials.gov,聚焦沙眼性倒睫(TT)患者接受双层睑板旋转术时的围手术期辅助治疗研究

基本信息
资源简介
氟米龙作为倒睫手术辅助治疗数据集
该数据集来自 clinicaltrials.gov,聚焦沙眼性倒睫(TT)患者接受双层睑板旋转术时的围手术期辅助治疗研究。研究设计为随机、双盲、剂量递增试验,比较三种剂量氟米龙 0.1% 与安慰剂在单眼中的应用,主要评估安全性与耐受性,次要初步评估疗效。计划纳入最多 156 只眼。数据可用于眼科手术辅助用药的安全性及疗效分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:倒睫、沙眼、双层睑板旋转术。方案标题:氟米龙 0.1% 作为沙眼性睑内翻和倒睫睑板旋转手术的围手术期辅助治疗:剂量变化研究。研究设计:随机、双盲、剂量递增研究,在因沙眼性倒睫(TT)接受睑板旋转手术的受试者单眼中,比较三种剂量水平的氟米龙 0.1% 或安慰剂。主要研究目的:评估三种剂量氟米龙 0.1% 在因沙眼性倒睫(TT)接受睑板旋转手术(双层睑板旋转术)的受试者中的安全性和耐受性。次要研究目的:对三种剂量氟米龙 0.1% 在因沙眼性倒睫(TT)接受睑板旋转手术(双层睑板旋转术)的受试者中的疗效进行初步评估。受试者数量:最多 156 只眼。
【主题与分类】
主题标签:Trichiasis、Trachoma、Bilamellar Tarsal Rotation。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01949454
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/NCT01949454
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
适应症:倒睫、沙眼、双层睑板旋转术。方案标题:0.1%氟米龙作为沙眼性睑内翻和倒睫睑板旋转手术围手术期辅助治疗——剂量变化研究。研究设计:随机、双盲、剂量范围研究,在接受睑板旋转手术的沙眼性倒睫(TT)受试者的一只眼中,评估0.1%氟米龙三种剂量水平或安慰剂。主要研究目的:评估0.1%氟米龙三种(3)剂量在接受了睑板旋转手术(双层睑板旋转术)的沙眼性倒睫(TT)受试者中的安全性和耐受性。次要研究目的:对0.1%氟米龙三种(3)剂量在接受了睑板旋转手术(双层睑板旋转术)的沙眼性倒睫(TT)受试者中的疗效进行初步评估。受试者数量:最多156名受试者的最多156只眼。研究人群:接受睑板旋转手术(双层睑板旋转术)的沙眼性倒睫(TT)受试者。试验药物:1. 0.1%氟米龙,每次一滴,每日两次,持续四周 2. 安慰剂,每次一滴,每日两次,持续四周 3.
氟米龙0.1%一滴,每日四次,持续四周 4. 安慰剂一滴,每日四次,持续四周 5. 氟米龙0.1%一滴,每日四次,持续八周 6. 安慰剂一滴,每日四次,持续八周 访视计划:第0天倒睫手术后,受试者将在第14天、第28天、第56天、第90天和第365天左右返回进行研究访视 耐受性参数: * 治疗期间出现的眼部症状/体征 * 因副作用停止用药/治疗 安全性参数: * 眼压升高≥30 mmHg * 白内障 * 不良事件 * 治疗期间出现的异常眼科检查发现 * 治疗期间出现的外部检查发现 * 视力 疗效参数: * 倒睫复发 * 睑内翻复发 * 沙眼活动度分级(限于在严重沙眼性瘢痕眼中可分级活动度的程度)
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。




