术中OCT用于晶状体疾病诊断与管理的多中心研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07741370

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

疾病：晶状体疾病、白内障、年龄相关性白内障、并发性白内障、晶状体半脱位。晶状体疾病，尤其是白内障，是全球范围内导致失明的主要原因，并严重损害生活质量。手术仍是最有效的治疗方法，但晶状体及邻近眼结构的既存异常，以及术中意外事件，可能增加手术复杂性并影响预后。因此，准确评估前节结构至关重要，因为创伤、先天性疾病、眼部疾病或全身性疾病所致的异常可能累及晶状体、囊膜、角膜、虹膜或前房角。即使在常规超声乳化手术中，灌注压、前房深度、囊袋完整性、囊袋扩张及残留皮质的变化也可能影响手术安全性、IOL居中性和术后屈光稳定性。由于某些异常无法在术前可靠检出，术中光学相干断层扫描（iOCT）可提供实时结构信息并支持手术决策。

然而，关于其对手术策略、视觉结局、屈光稳定性及并发症影响的证据仍有限。这项多中心回顾性研究将评估术前和术中前节变化与术后结局之间的关联，并评价iOCT在晶状体手术中的临床价值。

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。