RRD手术中的眼压低与屈光预测性

该数据集来自 clinicaltrials.gov,为一项观察性队列研究,聚焦孔源性视网膜脱离(RRD)合并白内障行联合手术的患者

Kazakh Eye Research InstituteKazakh Eye Research Institute
clinicaltrials
浏览 11
其他回归Rhegmatogenous Retinal DetachmentHypotony Ocular
Ocular Hypotony and Refractive Predictability in RRD Surgery

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-11

资源简介

RRD手术中的眼压低与屈光预测性

该数据集来自 clinicaltrials.gov,为一项观察性队列研究,聚焦孔源性视网膜脱离(RRD)合并白内障行联合手术的患者。研究按术前 Goldmann 眼压将患眼分为眼压低组(≤ 7 mmHg)与对照组(术前眼压正常),评估术前眼压低对屈光结局、生物测量参数及视力的影响。所有患眼均接受标准 25G 经平坦部玻璃体切割联合白内障摘除、IOL 植入、眼内激光光凝及硅油填充。数据可用于分析术前眼压与术后屈光预测性及视力恢复之间的关联(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:孔源性视网膜脱离、眼压低。这项观察性队列研究旨在评估术前眼压低(定义为 Goldmann 眼压 ≤ 7 mmHg)对 RRD 联合玻璃体切割联合白内障手术后屈光结局、生物测量参数及视力的影响。所有纳入眼均接受标准 25G 经平坦部玻璃体切割联合白内障摘除及 IOL 植入、眼内激光光凝和硅油填充。研究人群由原发性 RRD 患眼组成,并根据术前眼压分为两个队列:眼压低组——Goldmann 眼压 ≤ 7 mmHg 的患眼;对照组——术前眼压正常的患眼。

【主题与分类】

主题标签:Rhegmatogenous Retinal Detachment、Hypotony Ocular。本站分类:眼及附器疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07283614

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/NCT07283614

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:孔源性视网膜脱离,眼低压。本观察性队列研究旨在评估术前眼低压(定义为Goldmann眼压≤7 mmHg)对RRD联合晶状体玻璃体切除术后屈光结局、生物测量参数和视力的影响。所有纳入眼均接受标准25G经平坦部玻璃体切除联合白内障摘除及IOL植入、眼内激光光凝和硅油填充。研究人群由原发性RRD眼组成,并根据术前眼压分为两个队列:低压组——Goldmann眼压≤7 mmHg的眼;对照组——术前眼压正常的眼。

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