囊袋张力环植入对人工晶状体位置的影响
该数据集来自 clinicaltrials.gov,主题为囊袋张力环(CTR)植入对人工晶状体(IOL)位置的影响,涉及白内障合并高度近视患者

基本信息
资源简介
囊袋张力环植入对人工晶状体位置的影响
该数据集来自 clinicaltrials.gov,主题为囊袋张力环(CTR)植入对人工晶状体(IOL)位置的影响,涉及白内障合并高度近视患者。源站描述指出,白内障术后 IOL 的精确对位是获得高质量视觉的前提,而高度近视患者因囊袋体积较大、悬韧带薄弱及玻璃体液化,更易出现 IOL 倾斜、偏心甚至脱位。既往研究显示 CTR 可提高正常眼轴患者的 IOL 稳定性,但其对高度近视白内障患者 IOL 位置的影响尚待明确。数据可用于评估 CTR 对 IOL 长期稳定性的作用(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、高度近视。人工晶状体(IOL)与视轴的精确对位和排列是白内障手术后获得高质量视觉表现的前提。在顺利的白内障手术后,会出现一定程度的 IOL 倾斜和偏心,其中大多数在临床上可耐受。然而,高度近视白内障患者相对较大的囊袋体积、悬韧带薄弱和玻璃体液化可能增加 IOL 位置的不稳定性,如倾斜、偏心甚至脱位,导致视功能恶化。因此,如何提高高度近视白内障患者 IOL 位置的长期稳定性是一个亟待解决的问题。既往研究表明,白内障手术中植入 CTR 可以提高正常眼轴患者的 IOL 稳定性;然而,其对白内障患者 IOL 位置的影响
【主题与分类】
主题标签:Cataract、High Myopia。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05161520
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/NCT05161520
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、高度近视。人工晶状体(IOL)与视轴的精确位置和对齐是白内障术后高质量视觉表现的前提。在顺利的白内障手术后,会出现一定程度的人工晶状体倾斜和偏心,其中大多数在临床上可耐受。然而,高度近视白内障患者相对较大的囊袋体积、悬韧带薄弱和玻璃体液化可能增加人工晶状体位置的不稳定性,如倾斜、偏心甚至脱位,导致视功能恶化。因此,如何提高高度近视白内障患者人工晶状体位置的长期稳定性是一个亟待解决的问题。既往研究表明,白内障手术中植入囊袋张力环(CTR)可以提高正常眼轴长度患者的人工晶状体稳定性;然而,其对高度近视白内障患者人工晶状体位置的影响仍不清楚。
在这项随机临床试验中,符合纳入标准的患者将根据眼轴长度分为三层:(1)26mm≤AL<28mm (2)28mm≤AL<30mm (3)AL≥30mm。我们计划总共招募186名患者,每层62名患者。每层患者将随机分为实验组(植入CTR)和对照组(仅植入IOL)。如果患者的双眼均符合纳入标准,则仅将首先手术的眼睛纳入统计分析。所有纳入的患者将在术后1周、1个月、3个月、6个月和1年进行随访。将在不同时间点测量并比较实验组和对照组之间的视力、IOL倾斜、IOL偏心、IOL与后囊膜的附着、前囊膜收缩、后囊膜混浊和视觉质量。
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。




