白内障评估中的光学相干断层扫描
该数据集来自 clinicaltrials.gov，聚焦白内障评估过程中的光学相干断层扫描（OCT）应用，覆盖老年性白内障、黄斑裂孔、视网膜前膜、年龄相关性黄斑变性及玻璃体黄斑牵拉等眼及附器疾病
基本信息
资源简介
白内障评估中的光学相干断层扫描
该数据集来自 clinicaltrials.gov，聚焦白内障评估过程中的光学相干断层扫描（OCT）应用，覆盖老年性白内障、黄斑裂孔、视网膜前膜、年龄相关性黄斑变性及玻璃体黄斑牵拉等眼及附器疾病。源站描述指出，前节病变多可通过裂隙灯生物显微镜诊断，而后节病变在明显白内障遮挡视野时易被漏诊，且白内障对视力影响程度存在主观性。OCT 虽已广泛应用于眼科临床，但在高流量白内障手术转诊患者的术前评估中尚未普遍使用。该数据可用于相关疾病识别与术前评估研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：老年性白内障、黄斑裂孔、视网膜前膜、年龄相关性黄斑变性、玻璃体黄斑牵拉。大多数前节病变可通过简单的裂隙灯生物显微镜检查诊断，但后节病变可能不那么明显，在简单检查中容易被遗漏，尤其是当存在影响视线的显著白内障时。白内障与其他眼内光学通路要素相比对视力损害的程度也存在一定程度的主观性，尽管没有单一方法可以评估这一点。光学相干断层扫描（OCT）自20年前开发以来已广泛应用于眼科诊所，但在国家卫生服务等高流量机构中，它并未普遍用于转诊白内障手术患者的术前评估。
【主题与分类】
主题标签：Cataract Senile、Macula Hole、Epiretinal Membrane、Age Related Macular Degeneration、Vitreomacular Traction。本站分类：眼及附器疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05287269
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/NCT05287269
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：老年性白内障、黄斑裂孔、视网膜前膜、年龄相关性黄斑变性、玻璃体黄斑牵拉。大多数前节病变可通过简单的裂隙灯生物显微镜检查作出诊断，但后节病变可能不那么明显，在简单检查中容易被遗漏，尤其是在存在影响视线的明显白内障时。此外，白内障相对于眼内光学通路其他要素对视力损害程度的判断也存在一定主观性，尽管尚无单一方法来评估这一点。光学相干断层扫描（OCT）自20年前问世以来已广泛应用于眼科门诊，但在英国国家医疗服务体系（NHS）等高通量机构中，并非所有单位都常规将其用于转诊白内障手术患者的术前评估。在常规白内障评估门诊中，可能仍存在对使用OCT的犹豫，因为这可能被视为一个额外步骤，会降低时间效率并增加服务的财务投入。
在本研究中，我们旨在调查患者队列中视网膜病变的患病率，比较主观临床裂隙灯眼底镜检查评估与OCT检查结果，以及白内障评估时对侧眼偶然发现的OCT结果。选择OCT作为支持临床医生在评估门诊工作的最有效方式，并探讨增加这一步骤是否能为患者咨询和术前评估带来附加价值。
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。
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。
