IC-8 Apthera IOL 新入组上市后研究

该数据集来自 clinicaltrials.gov,为 IC-8 Apthera IOL 新入组上市后研究,属眼及附器疾病/其他分类

Bausch & Lomb IncorporatedBausch & Lomb Incorporated
clinicaltrials
浏览 4
其他分类CataractPresbyopiaPosterior Capsule Opacification
IC-8 Apthera IOL New Enrollment Post Approval Study

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-11

资源简介

IC-8 Apthera IOL 新入组上市后研究

该数据集来自 clinicaltrials.gov,为 IC-8 Apthera IOL 新入组上市后研究,属眼及附器疾病/其他分类。研究为前瞻性、多中心、单组、非随机设计,评估在充分培训术者掌握申办方推荐的标准化 Nd:YAG 激光后囊切开技术后,对已植入 IC-8 Apthera IOL 并发生需要该激光治疗的后囊混浊受试者进行上市后安全性评估。受试者约接受 6 次访视,植入后随访 24 个月。数据可用于白内障、老视及后囊混浊相关安全性观察与研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Cataract、Presbyopia、Posterior Capsule Opacification。前瞻性、多中心、单组、非随机的新入组上市后研究,旨在评估在充分培训术者掌握申办方推荐的标准化 Nd:YAG 激光后囊切开技术后,IC-8 Apthera IOL 在 Nd:YAG 激光后囊切开术后的上市后安全性。所有受试者将接受约 6 次研究访视,并在 IC-8 Apthera IOL 植入后随访 24 个月。研究设有一个研究组:既往已植入 IC-8 Apthera IOL 且已发生后囊混浊(PCO)并需要 Nd:YAG 激光后囊切开治疗的受试者。

【主题与分类】

主题标签:Cataract、Presbyopia、Posterior Capsule Opacification。本站分类:眼及附器疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06060041

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06060041

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

适应症:白内障、老视、后囊膜混浊。一项前瞻性、多中心、单组、非随机的新入组上市后批准研究,旨在评估在申办者推荐的标准化Nd:YAG激光后囊膜切开术技术经过充分外科医生培训后,对IC-8 Apthera人工晶状体行Nd:YAG激光后囊膜切开术后的上市后安全性。所有受试者将接受约6次研究访视,并在IC-8 Apthera人工晶状体植入后随访24个月。研究分为一组:既往植入IC-8 Apthera人工晶状体且已发生后囊膜混浊(PCO)需要接受Nd:YAG激光后囊膜切开术治疗的受试者。

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。

获取专属数据定制方案