内层核性黄斑微囊为玻璃体切除及黄斑皱褶去除术后超声乳化术后黄斑囊样改变的危险因素
该数据集来自clinicaltrials.gov，聚焦既往因黄斑皱褶行玻璃体切除术的眼，评估其后续白内障手术（超声乳化术）后的视力、黄斑厚度及形态学改变，并探究相关危险因素
基本信息
资源简介
内层核性黄斑微囊为玻璃体切除及黄斑皱褶去除术后超声乳化术后黄斑囊样改变的危险因素
该数据集围绕既往因黄斑皱褶接受玻璃体切除术的眼，在后续行白内障超声乳化术后出现的黄斑囊样改变展开，重点考察内核层黄斑微囊是否为术后黄斑囊样改变的风险因素。数据集同时关注术后视力、黄斑厚度及形态学改变，并对相关危险因素进行调查。数据集归类于眼及附器疾病下的其他类别，主题标签为黄斑皱褶与黄斑囊肿，来源为clinicaltrials.gov，可为研究玻璃体切除术后白内障手术的眼部结构变化与风险因素提供参考。
【数据集背景】
黄斑皱褶是影响黄斑区结构与视功能的眼底病变，部分患者需接受玻璃体切除术以解除皱褶牵拉。此类患者后续仍可能因白内障接受超声乳化手术，而既往玻璃体切除史可能改变眼内环境，影响术后黄斑区的稳定性。该数据集所对应的研究即着眼于这一临床情境，评估既往因黄斑皱褶行玻璃体切除术的眼在 cataract 手术后视力、黄斑厚度与形态学变化，并进一步探究相关危险因素，其中内核层黄斑微囊被视为术后黄斑囊样改变的潜在风险因素。
【数据内容】
数据集主题标签涵盖黄斑皱褶与黄斑囊肿，研究关注的核心结局包括术后视力、黄斑厚度及形态学改变，同时涉及相关危险因素的调查。数据集名称明确指向内核层黄斑微囊与超声乳化术后黄斑囊样改变之间的风险关系。除上述主题与结局方向外，源站未提供具体变量清单、样本量、随访时长或测量指标的单位与阈值等细节。
【采集与来源】
该数据集来源于clinicaltrials.gov，属于临床研究注册信息所衍生的数据资源。源站描述表明其研究条件包括黄斑皱褶与黄斑囊肿，研究对象为既往因黄斑皱褶行玻璃体切除术、后续接受白内障手术的眼。除来源站与上述研究条件外，源站未提供具体的采集机构、采集时间范围、采集地点及数据收集流程等信息。
【适用场景】
该数据集适用于眼科临床研究与循证分析场景，可用于探讨玻璃体切除术后白内障手术的眼部结构变化，分析内核层黄斑微囊与术后黄斑囊样改变之间的关联，并辅助识别相关危险因素。其主题标签与结局方向也适合用于黄斑区病变术后随访研究的背景参考。由于源站未提供具体变量与样本信息，该数据集不适用于需要精确量化指标的直接二次分析，相关适用性需结合源站进一步确认。
【使用方法】
源站未提供具体的使用方法、数据字段说明、访问接口或分析指南。使用者需依据clinicaltrials.gov的注册信息了解研究设计与结局定义，并结合自身研究目的判断数据可用性。源站未提供数据下载格式、变量编码或统计分析方法等信息。
【质量与限制】
该数据集为临床研究注册信息，源站未提供样本量、数据完整性、缺失率、质量控制流程或偏倚评估等信息，因此无法对其数据质量作出具体判断。研究聚焦于特定人群，即既往因黄斑皱褶行玻璃体切除术并后续接受白内障手术的眼，结论外推需谨慎。源站未提供随访时长、测量方法与统计效能等限制性说明，相关局限需以源站原始记录为准。
【引用与许可】
源站未提供引用格式、许可协议或数据使用条款等信息。使用该数据集时应遵循clinicaltrials.gov的相关规定，并建议引用其注册记录。源站未提供具体的引用要求与授权范围。
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/NCT03934190
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：黄斑皱褶、黄斑囊肿。评估既往因黄斑皱褶行玻璃体切除术的患眼在白内障手术后的视力、黄斑厚度及形态学变化。同时调查相关危险因素。
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。
