白内障手术中的照明劈核器研究

该数据集来自clinicaltrials.gov,聚焦白内障手术中的照明劈核器(iChopper)与iVision光源的临床应用

YES Eye ClinicYES Eye Clinic
clinicaltrials
浏览 8
医学影像分类Cataract
Illuminated Chopper in Cataract Surgery

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-11

资源简介

白内障手术中的照明劈核器研究

该数据集来自clinicaltrials.gov,聚焦白内障手术中的照明劈核器(iChopper)与iVision光源的临床应用。研究为前瞻性、随机、配对眼比较临床试验,纳入接受双侧白内障手术的受试者,每只眼分别采用iChopper照明劈核器或传统外部同轴显微镜照明,手术方式顺序随机。该器械已获美国FDA 510(k)许可,旨在提供前房内照明并改善眼内结构可视化,同时兼具劈核功能。数据可用于评估术中结局,如手术时间、瞳孔大小、超声使用时间及瞳孔相关手术难度等(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。这是一项前瞻性、随机、配对眼比较临床研究,受试者接受双侧白内障手术。每位受试者双眼均将接受白内障手术。一只眼将使用iChopper照明劈核器配合iVision光源进行治疗,而对侧眼将使用传统外部同轴显微镜照明进行白内障手术。左右眼之间手术方法的顺序将随机分配。照明劈核器在白内障手术期间提供前房内照明,旨在改善眼内结构的可视化,同时兼具晶状体劈核功能。该研究器械已获得美国FDA 510(k)许可。该研究将评估术中结局,包括手术时间、瞳孔大小、超声使用时间、瞳孔相关手术难度

【主题与分类】

主题标签:Cataract。本站分类:眼及附器疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07840885

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/NCT07840885

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

条件:白内障。这是一项前瞻性、随机、配对眼比较临床研究,研究对象为接受双侧白内障手术的受试者。每位受试者双眼均将接受白内障手术。一只眼将使用iChopper照明chopper配合iVision光源进行手术,对侧眼则使用传统外部同轴显微镜照明进行白内障手术。左右眼手术方法的顺序将随机分配。该照明chopper在白内障手术中提供前房内照明,旨在改善眼内结构的可视化,同时兼具晶状体chopper的功能。该研究器械已获得美国FDA 510(k)许可。研究将评估术中结局,包括手术时间、瞳孔大小、超声使用时间、瞳孔相关手术困难、术中并发症以及额外眼内药物或器械的使用。术后评估将包括视力、显然验光、眼压和术后并发症。

参与者将接受双眼白内障手术,两次手术间隔约1至3周。每只眼睛术后约1天和30天将进行随访评估。

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