大语言模型用于结构化识别与屈光预测的表现
该数据集来自clinicaltrials.gov，聚焦白内障相关研究，评估三种大语言模型在原生配置下（不微调、不使用外部工具）处理IOLMaster 700报告图像的表现
基本信息
资源简介
大语言模型用于结构化识别与屈光预测的表现
该数据集来自clinicaltrials.gov，聚焦白内障相关研究，评估三种大语言模型在原生配置下（不微调、不使用外部工具）处理IOLMaster 700报告图像的表现。每例检查提供原始报告图像，无人工标注或预处理，模型需完成生物测量参数的结构化提取、基于机构ALCON映射的散光人工晶状体候选与T-code判定，以及球镜、柱镜和植入轴位的屈光建议。每个模型对每例生成三次独立输出。入组单位为受试者（n=54），结果按眼（162眼）及模型生成次数分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Cataract. 本研究比较了三种以其原生配置访问的大语言模型，未进行微调或使用外部工具。对于每次检查，提供原始IOLMaster 700报告图像，无人工标注或预处理。标准化指令要求：(i) 结构化提取AL、ACD、LT、WTW、K1/K2及其轴位、ΔK、TK1/TK2及其轴位和ΔTK；(ii) 根据机构ALCON映射进行二元散光人工晶状体候选判定和T-code；(iii) 屈光建议（球镜、柱镜、植入轴位）。每个模型对每例生成三次独立输出。去标识化和IRB监督（豁免知情同意）按机构政策实施。入组单位为受试者（n=54），结果按眼（162眼）分析，并在适用时按模型生成次数分析。
【主题与分类】
主题标签：Cataract。本站分类：眼及附器疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07183891
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/NCT07183891
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：白内障。本研究比较了三种以其原生配置访问的大型语言模型，未进行微调或使用外部工具。每次检查均提供原始IOLMaster 700报告图像，未进行手动标注或预处理。标准化指令要求：(i) 结构化提取AL、ACD、LT、WTW、K1/K2及其轴位、ΔK、TK1/TK2及其轴位和ΔTK；(ii) 根据机构ALCON映射给出二元散光候选资格和T码；以及(iii) 屈光建议（球镜、柱镜、植入轴位）。每个模型对每个病例生成三个独立输出。去标识化和IRB监督（豁免知情同意）按照机构政策实施。入组单位为参与者（n=54），在适用的情况下，结局按眼（162只眼）和按模型生成进行分析。
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。
