视网膜前膜与黄斑裂孔手术前后主观视觉质量及视物变形测量

数据集获取

源站：https://clinicaltrials.gov/study/NCT05171621

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：眼科并发症、视网膜前膜、视物变形、黄斑裂孔。视物变形是一种视觉症状，表现为直线看起来扭曲，例如垂直的百叶窗可能看起来呈波浪状，这会影响视觉质量。视物变形是视网膜疾病（如视网膜前膜（ERM）和黄斑裂孔）中的常见症状。目前缺乏分析英国和欧洲ERM患病率的研究。这两种疾病均已显示年龄是更高的风险因素。随着人口老龄化，这些数字可能会增加。目前唯一的治疗选择是手术（玻璃体切除术）或保守管理以监测病情。因此，找到一种能够告知外科医生患者视觉质量及其对生活影响的工具将是有益的。患者视物变形的严重程度比仅凭视力能揭示更多关于疾病进展的精确信息（Nomoto等，2013），因此更好地理解可以帮助辅助临床决策。

目前的临床实践是使用Amsler方格表（一种带线条的网格）来监测视物变形，随后要求患者画出他们能看到变形的区域。这些工具用于检测视物变形，但无法量化并提供视物变形严重程度和视觉质量的准确测量。视觉质量问卷（QoV）（McAlinden等，2010）是一种现代工具，专门开发用于测量主观视觉质量。视物变形问卷（Arimura等，2011）则是为测量黄斑疾病中的主观视物变形而开发的。两者均已通过心理测量学验证，并正在全球多项临床试验中使用。研究每份问卷在识别视网膜前膜（ERM）和黄斑裂孔手术前后视觉质量和视物变形方面的作用，以确定患者反应是否发生变化，将具有重要价值。我们计划将其与视力及光学相干断层扫描（OCT）图像进行比较。

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。