三焦点与单焦点IOL植入后夜间驾驶对比研究

该数据集来自clinicaltrials.gov,为一项前瞻性观察性队列研究,比较成人白内障手术后双侧植入Alcon三焦点人工晶状体或Alcon单焦点人工晶状体后的夜间驾驶视觉困难与视觉干扰

Jin YangJin Yang
clinicaltrials
浏览 7
表格回归CataractPresbyopia Correction
Night Driving After Trifocal Versus Monofocal IOL Implantation

基本信息

模态
表格
任务类型
回归
创建/更新时间
2026-10-11

资源简介

三焦点与单焦点IOL植入后夜间驾驶对比研究

该数据集来自clinicaltrials.gov,为一项前瞻性观察性队列研究,比较成人白内障手术后双侧植入Alcon三焦点人工晶状体或Alcon单焦点人工晶状体后的夜间驾驶视觉困难与视觉干扰。晶状体类型由参与者和治疗眼科医生在常规临床护理中选择,而非研究者分配。纳入者需持有有效机动车驾驶证,且过去3个月有稳定夜间驾驶史。主要结局为术后3个月视觉功能与夜间驾驶问卷(VND-Q)总分,次要评估包括眩光适应、自评夜间驾驶质量与驾驶速度、夜间驾驶行为变化等(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:白内障、老视矫正。这项前瞻性观察性队列研究将比较成人白内障手术后双侧植入Alcon三焦点人工晶状体或Alcon单焦点人工晶状体后的夜间驾驶视觉困难与视觉干扰。人工晶状体类型将由每位参与者和治疗眼科医生作为常规临床护理的一部分进行选择,不会由研究者分配。符合条件的参与者必须持有有效机动车驾驶证,并且在过去3个月内具有稳定的夜间驾驶史。主要结局将是术后3个月视觉功能与夜间驾驶问卷(VND-Q)的总分。次要评估将包括眩光适应、自评夜间驾驶质量和驾驶速度、夜间驾驶行为的变化、视

【主题与分类】

主题标签:Cataract、Presbyopia Correction。本站分类:眼及附器疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07755189

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

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/NCT07755189

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:白内障、老视矫正。这项前瞻性观察性队列研究将比较成人白内障手术患者双侧植入Alcon三焦点人工晶状体或Alcon单焦点人工晶状体后的夜间驾驶视觉困难和视觉干扰。人工晶状体类型将由每位参与者和治疗眼科医生作为常规临床护理的一部分进行选择,而非由研究者分配。符合条件的参与者必须持有有效的机动车驾驶证,并且在过去3个月内具有稳定的夜间驾驶史。主要结局将是术后3个月时视觉功能与夜间驾驶问卷(VND-Q)的总分。次要评估将包括眩光适应、自评夜间驾驶质量和驾驶速度、夜间驾驶行为变化、视觉干扰、远中近视力、对比敏感度、全眼像差、瞳孔直径、离焦性能、阅读速度、脱镜率以及参与者满意度。

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。

获取专属数据定制方案