基于虹膜血管面积密度的第二眼白内障手术术前疼痛风险筛查与干预
本数据集来自 clinicaltrials.gov，聚焦年龄相关性白内障患者第二眼手术的疼痛管理。研究比较普拉洛芬或醋酸泼尼松龙滴眼液与玻璃酸钠滴眼液在缓解术中疼痛方面的效果，受试者在术前多个时间点接受滴眼，术后1小时内由研究者指导完成疼痛视觉模拟评分（VAS）
基本信息
资源简介
基于虹膜血管面积密度的第二眼白内障手术术前疼痛风险筛查与干预
本数据集来自 clinicaltrials.gov，聚焦年龄相关性白内障患者第二眼手术的疼痛管理。研究比较普拉洛芬或醋酸泼尼松龙滴眼液与玻璃酸钠滴眼液在缓解术中疼痛方面的效果，受试者在术前多个时间点接受滴眼，术后1小时内由研究者指导完成疼痛视觉模拟评分（VAS）。数据可用于评估术前用药对第二眼白内障手术疼痛的干预效果，并探索基于虹膜血管面积密度的术前疼痛风险筛查与预测（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：年龄相关性白内障、白内障手术期间的疼痛管理。本临床试验旨在评估普拉洛芬或醋酸泼尼松龙滴眼液对接受第二眼年龄相关性白内障手术患者疼痛管理的有效性。研究人员将比较普拉洛芬或醋酸泼尼松龙滴眼液与玻璃酸钠滴眼液，以确定普拉洛芬或醋酸泼尼松龙滴眼液能否缓解第二眼白内障手术中的术中疼痛。受试者将：1. 在白内障手术前2小时、1.5小时、1小时和30分钟，术眼接受一滴（普拉洛芬、醋酸泼尼松龙或玻璃酸钠）；2. 接受白内障手术及常规术后随访；3. 术后1小时内，在研究者的指导下提供疼痛视觉模拟评分（VAS）。
【主题与分类】
主题标签：Age Related Cataract、Pain Management During Cataract Surgery。本站分类：眼及附器疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07291089
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/NCT07291089
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：年龄相关性白内障、白内障手术中的疼痛管理。本临床试验旨在评估普拉洛芬或醋酸泼尼松龙滴眼液对年龄相关性白内障第二只眼手术患者疼痛管理的有效性。研究人员将比较普拉洛芬或醋酸泼尼松龙滴眼液与玻璃酸钠滴眼液，以确定普拉洛芬或醋酸泼尼松龙滴眼液能否缓解第二只眼白内障手术中的术中疼痛。参与者将：1. 在白内障手术前2小时、1.5小时、1小时和30分钟时，术眼接受一滴（普拉洛芬、醋酸泼尼松龙或玻璃酸钠）2. 接受白内障手术及常规术后随访 3. 术后1小时内，在研究者指导下提供疼痛视觉模拟量表（VAS）评分
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。
