近视性黄斑裂孔视网膜脱离的气动视网膜固定术与玻璃体切除联合气体填充术对比
该数据集来自 clinicaltrials.gov,主题为近视性黄斑裂孔所致视网膜脱离的治疗比较,涉及气动视网膜固定术与玻璃体切除联合气体填充术两种方式

基本信息
资源简介
近视性黄斑裂孔视网膜脱离的气动视网膜固定术与玻璃体切除联合气体填充术对比
该数据集来自 clinicaltrials.gov,主题为近视性黄斑裂孔所致视网膜脱离的治疗比较,涉及气动视网膜固定术与玻璃体切除联合气体填充术两种方式。源站描述指出,此类视网膜脱离主要发生于高度近视眼,在亚洲常见,患者多为50至60岁老年人,以女性为主。描述还回顾了既往多种手术方式及其技术难点与功能预后限制。数据可用于了解该疾病的治疗背景与手术方式演变,具体样本量和数据字段源站未提供(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。由黄斑裂孔引起的视网膜脱离主要发生于高度近视眼。这是亚洲常见的一种视网膜脱离类型,多见于50~60岁左右的老年人,以女性为主。多年来,黄斑裂孔所致视网膜脱离的治疗已发生变化,已有多种方法被描述。一些外科医生使用经巩膜透热疗法或冷冻疗法或激光光凝并引流视网膜下液,而不进行巩膜扣带术;其他外科医生使用黄斑下方的放射状硅胶植入物联合冷冻、透热或激光。该方法存在将巩膜缝线放置在非常靠后位置的困难,尤其当存在后巩膜葡萄肿且巩膜非常薄时更为危险。除了技术困难外,不同凝固方式造成的大面积黄斑瘢痕限制了功能结果。
【主题与分类】
主题标签:Retinal Detachment。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00485199
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/NCT00485199
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。由黄斑裂孔引起的视网膜脱离主要发生于高度近视眼。这是亚洲常见的一种视网膜脱离类型,多见于50~60岁左右的老年人,主要见于女性。多年来,黄斑裂孔所致视网膜脱离的治疗方法已发生变化,已有多种方法被描述。一些外科医生采用经巩膜透热疗法或冷冻疗法或激光光凝,并在不进行巩膜扣带术的情况下引流视网膜下液;另一些外科医生则在黄斑下方使用放射状硅胶植入物,联合冷冻、透热或激光治疗。该方法存在难以在极后方放置巩膜缝线的问题,若存在后巩膜葡萄肿且巩膜极薄,则尤为危险。除技术操作困难外,不同凝固方式造成的大范围黄斑瘢痕使功能结果仅限于周边视力。因此,该方法一般不用于初始治疗。1982年,Gonvers和Machemer4提出了一种新的治疗技术,即联合经平坦部玻璃体切除术(PPV)、部分气液交换以及面朝下体位24小时。
此后,玻璃体切除术联合气体填充成为治疗黄斑裂孔性视网膜脱离的最常见术式。1984年,Miyake采用单纯向玻璃体腔内注入气体并配合面朝下体位的方法。随后,许多观察者报道了这种简化方法的有效性。但这些研究可能存在不足,因为样本量小、非随机化、患者选择缺乏明确的纳入标准。如今,伴或不伴平坦部玻璃体切除术(PPV)的眼内气体填充已普遍开展。我们开展了一项多中心随机对照临床试验,比较两种手术技术的解剖结果和视力预后,以评估两种手术方法治疗近视性黄斑裂孔性视网膜脱离的疗效。
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。




