iTremor设备在多样化美国队列中测量眼微震颤

该数据集来自clinicaltrials.gov,为一项前瞻性、观察性、多中心研究,旨在评估iTremor设备在多样化美国人群中测量眼微震颤(OMT)的安全性与可靠性

Head DiagnosticsHead Diagnostics
clinicaltrials
浏览 16
文本回归All ConditionsAll
Measurement of Ocular Microtremor With the iTremor Device in a Diverse US Cohort

基本信息

模态
文本
任务类型
回归
创建/更新时间
2026-10-06

资源简介

iTremor设备在多样化美国队列中测量眼微震颤

该数据集来自clinicaltrials.gov,为一项前瞻性、观察性、多中心研究,旨在评估iTremor设备在多样化美国人群中测量眼微震颤(OMT)的安全性与可靠性。OMT是眼内存在的一种极高频、极微小的振动,iTremor是首个能在护理点以频率(赫兹)形式输出OMT的非侵入性技术。研究对象为18岁及以上受试者,通过报告OMT读数的可重复性,支持将OMT确立为标准的护理点测量工具。数据可用于评估设备性能、分析OMT频率读数及其重复性(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:所有条件,所有。这项多中心研究旨在评估iTremor设备的性能,该设备用于测量“眼微震颤”(OMT)——一种存在于眼内的极高频、极微小振动。iTremor是首个能在护理点以频率(赫兹)形式提供OMT输出的非侵入性技术。当前研究是一项前瞻性、观察性、多中心研究,旨在评估iTremor设备在18岁及以上、来自美国人口多样化队列的受试者中获取眼微震颤(OMT)测量的安全性和可靠性。通过报告OMT读数的可重复性,该研究旨在支持将OMT确立为标准的护理点测量工具。

【主题与分类】

主题标签:All Conditions、All。本站分类:眼病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07858214

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07858214

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:所有条件,全部。这项多中心研究旨在评估iTremor设备的性能,该设备用于测量“眼微震颤”(OMT)——一种存在于眼部的极高频率、极小振动。iTremor是首个能在护理现场提供OMT输出(以赫兹为单位的频率报告)的非侵入性技术。当前研究是一项前瞻性、观察性、多中心研究,旨在评估iTremor设备在美国多样化人群队列中,对≥18岁受试者进行眼微震颤(OMT)测量的安全性和可靠性。通过报告OMT读数的可重复性,本研究旨在支持将其确立为OMT的标准护理现场测量工具。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。