HUD 散光矫正手术引导数据集
该数据集来自 clinicaltrials.gov，聚焦白内障与 IOL 手术中的散光矫正对位问题。研究为单术者、单中心、前瞻性、非侵入性观察性研究，纳入 100 只眼，评估数字引导系统（Cassini Technologies, B.V.）计算并显示的 toric IOL 对位轴的准确性，将术中计
基本信息
资源简介
HUD 散光矫正手术引导数据集
该数据集来自 clinicaltrials.gov，聚焦白内障与 IOL 手术中的散光矫正对位问题。研究为单术者、单中心、前瞻性、非侵入性观察性研究，纳入 100 只眼，评估数字引导系统（Cassini Technologies, B.V.）计算并显示的 toric IOL 对位轴的准确性，将术中计算的对位轴与术前测量值比较，以度为单位评估准确性，并记录术后 1 个月的残余屈光散光（屈光度）和视力（Snellen）。数据可用于分析 toric IOL 对位精度、术后屈光结局及手术引导效率（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：白内障与 IOL 手术。本研究旨在评估一种新型数字引导系统所计算并显示的 toric 人工晶状体（IOL）对位轴的准确性。此外，还评估启动手术引导所需的时间以及 toric IOL 植入术后的屈光散光。这项单术者、单中心、前瞻性、非侵入性观察性研究评估了数字引导系统（Cassini Technologies, B.V.）在 100 只眼中计算并显示的 toric IOL 对位轴的准确性。将术中计算的对位轴与术前测量值进行比较，以评估其准确性（以度为单位）。术后结局，包括残余屈光散光（屈光度）和视力（Snellen），在术后 1 个月时记录。
【主题与分类】
主题标签：Cataract and IOL Surgery。本站分类：眼及附器疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07325188
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/NCT07325188
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：白内障与人工晶状体（IOL）手术。本研究旨在评估一种新型数字引导系统所计算并显示的散光矫正型人工晶状体（IOL）对准轴线的准确性。此外，还评估了启动手术引导所需的时间以及散光矫正型IOL植入术后的屈光散光情况。这项由单一外科医生、在单一中心开展的前瞻性、非侵入性观察性研究，评估了数字引导系统（Cassini Technologies, B.V.）在100只眼中计算并显示的散光矫正型IOL对准轴线的准确性。将术中计算的对准轴线与术前测量值进行比较，以评估其准确性（以度为单位）。术后1个月记录术后结果，包括残余屈光散光（屈光度）和视力（Snellen视力表）。
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。
