近视眼晶状体手术后玻璃体后脱离对视网膜脱离的影响
该数据集来自 clinicaltrials.gov,聚焦近视患者晶状体手术后玻璃体后脱离(PVD)与视网膜脱离(RD)的关系

基本信息
资源简介
近视眼晶状体手术后玻璃体后脱离对视网膜脱离的影响
该数据集来自 clinicaltrials.gov,聚焦近视患者晶状体手术后玻璃体后脱离(PVD)与视网膜脱离(RD)的关系。覆盖 Myopia、Cataract、Pseudophakic Retinal Detachment、Refractive Lens Exchange 等主题,计划纳入 618 只眼轴长度 25.0 mm 及以上的患眼,观察术后三年和五年内 PVD 的发生及其对 RD 发病率的影响。可用于研究近视人群术后视网膜脱离的风险因素与预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:近视、白内障、人工晶状体眼视网膜脱离、屈光性晶状体置换。超声乳化联合后房型人工晶状体植入是需接受晶状体手术患者的金标准治疗,但术后发生人工晶状体眼视网膜脱离的风险增加。尤其是近视患者,与普通人群相比,其发生人工晶状体眼视网膜脱离的风险更高。这项多中心研究旨在记录玻璃体后脱离(PVD)的存在和/或术后发展,并评估其在晶状体手术后三年和五年内对近视患者视网膜脱离(RD)发病率的影响。将纳入 618 只计划接受常规晶状体手术的患者眼,定义为眼轴长度 25.0 mm 或以上。为检查玻璃体状态,所有患者将接受
【主题与分类】
主题标签:Myopia、Cataract、Pseudophakic Retinal Detachment、Refractive Lens Exchange。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03152747
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/NCT03152747
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:近视、白内障、假晶状体视网膜脱离、屈光性晶状体置换。超声乳化联合后房型晶状体植入术是需行晶状体手术患者的金标准治疗,但术后发生假晶状体视网膜脱离的风险增加。尤其是近视患者,与普通人群相比,发生假晶状体视网膜脱离的风险更高。这项多中心研究的目的是记录玻璃体后脱离(PVD)的存在和/或术后发展情况,并评估其在晶状体手术后三年和五年时间段内对近视患者视网膜脱离(RD)发生率的影响。将纳入618只计划接受常规晶状体手术的眼睛,定义为眼轴长度25.0 mm或以上。为检查玻璃体状态,所有患者将在术前接受全面的眼科检查,包括眼底检查以评估Weiss环和光学相干断层扫描(OCT)。患者将分为两组,A组为术前完全性PVD,B组为无/部分性PVD。
A组将被邀请进行一次随访(术后两个月),并在术后1年、2年、3年和5年通过电话访谈进行随访,以确定假晶状体视网膜脱离的发生情况。B组将被邀请在术后两个月、六个月和一年进行随访检查,以记录玻璃体后脱离(PVD)的发生情况(如果在其中一次随访中发现PVD,则无需再进行更多访视)。术后2年、3年和5年,B组的所有患者将像A组一样通过电话进行访谈,以记录假晶状体视网膜脱离的发生情况。在近期文献中,术前/术后PVD的发生与晶状体手术后RD之间的关联已有充分记载,但尚未针对近视患者进行描述。这项多中心研究的结果应有助于解决近视患者中根据其术前玻璃体状况预测RD的问题。
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。




