硅油取出前OCT黄斑生物标志物与取出后视力结局
该数据集来自clinicaltrials.gov,为一项观察性研究,关注复杂性视网膜脱离等严重视网膜病变行玻璃体视网膜手术后以硅油作临时眼内填充的患者

基本信息
资源简介
硅油取出前OCT黄斑生物标志物与取出后视力结局
该数据集来自clinicaltrials.gov,为一项观察性研究,关注复杂性视网膜脱离等严重视网膜病变行玻璃体视网膜手术后以硅油作临时眼内填充的患者。数据覆盖视网膜脱离、黄斑水肿、硅油填充及视网膜前膜等主题,核心是评估硅油取出前通过OCT测量的黄斑生物标志物(如中心黄斑厚度、椭圆体带完整性和黄斑水肿)与取出术后视力结局之间的关系,可用于分析结构指标对视力恢复的预测价值(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:视网膜脱离、黄斑水肿、硅油填充、视网膜前膜。硅油常被用作临时眼内填充物,在复杂性视网膜脱离及其他严重视网膜病变的玻璃体视网膜手术中支撑视网膜。尽管取出硅油通常带来视力改善,但患者视力恢复程度差异很大。光学相干断层扫描(OCT)是一种非侵入性成像技术,可提供黄斑的详细横截面视图,黄斑是视网膜中央负责精细视觉的部分。本观察性研究的主要目的是评估硅油取出前测量的特定黄斑OCT生物标志物(如中心黄斑厚度、椭圆体带完整性和黄斑水肿)与术后视力结局之间的关系。识别这些结构
【主题与分类】
主题标签:Retinal Detachment、Macular Edema、Silicone Oil Tamponade、Epiretinal Membrane。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07865468
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/NCT07865468
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:视网膜脱离、黄斑水肿、硅油填充、视网膜前膜。硅油通常用作临时眼内填充物,在玻璃体视网膜手术治疗复杂性视网膜脱离及其他严重视网膜疾病时支撑视网膜。尽管取出硅油通常可带来视力改善,但患者视力恢复程度差异很大。光学相干断层扫描(OCT)是一种非侵入性成像技术,可提供黄斑的详细横截面视图,黄斑是视网膜中央负责精细视觉的部分。本观察性研究的主要目的是评估取硅油前测量的特定黄斑OCT生物标志物(如黄斑中心厚度、椭圆体带完整性和黄斑水肿)与术后视力结局之间的关系。识别这些结构特征可能有助于眼科医生更好地预测视力恢复,并在手术前为患者提供咨询。参与者将在计划取硅油前接受标准的综合眼科检查、最佳矫正视力(BCVA)测试和黄斑OCT扫描。
术后至少1个月的标准随访复查时将重新评估视力。本研究为观察性研究,不改变常规手术或医疗管理。
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。




