PRIMA 萎缩性干性 AMD 美国可行性研究

该数据集来自 clinicaltrials.gov,围绕 PRIMA 这一新型光伏视网膜下无线假体,用于部分恢复因萎缩性干性年龄相关性黄斑变性导致视力丧失患者的视觉感知

Science CorporationScience Corporation
clinicaltrials
浏览 11
图像Dry Age-related Macular Degeneration
PRIMA US-Feasibility Study in Atrophic Dry AMD

基本信息

模态
图像
创建/更新时间
2026-10-12

资源简介

PRIMA 萎缩性干性 AMD 美国可行性研究

该数据集来自 clinicaltrials.gov,围绕 PRIMA 这一新型光伏视网膜下无线假体,用于部分恢复因萎缩性干性年龄相关性黄斑变性导致视力丧失患者的视觉感知。设备植入部分置于视网膜下,眼镜上的微型摄像头采集环境视觉场景,口袋计算机处理并简化图像,再经近红外光脉冲无线投射至眼后视网膜下的 PRIMA 植入物,由光伏电池转换为电刺激以兴奋视网膜神经细胞。数据可用于了解该可行性研究的条件与设备原理(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:干性年龄相关性黄斑变性。PRIMA 是一种新型光伏视网膜下无线假体,用于部分恢复因萎缩性干性年龄相关性黄斑变性导致视力丧失患者的视觉感知。该设备的植入部分置于视网膜下。安装在一副眼镜上的微型摄像头采集环境中的视觉场景。视觉场景由连接眼镜的口袋计算机处理并简化,以便从图像中提取有用信息。简化后的图像随后被发送回眼镜,在那里一个微型投影仪通过近红外光脉冲将处理后的图像无线投射到眼后视网膜下的 PRIMA 植入物上。光伏电池将这种光学信息转换为电刺激,以兴奋视网膜神经细胞并诱导

【主题与分类】

主题标签:Dry Age-related Macular Degeneration。本站分类:眼及附器疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03392324

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/NCT03392324

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:干性年龄相关性黄斑变性。PRIMA是一种新型光伏视网膜下无线假体,用于部分恢复因萎缩性干性年龄相关性黄斑变性导致视力丧失患者的视觉感知。该设备的植入部分置于视网膜下。安装在一副眼镜上的微型摄像头捕捉环境中的视觉场景。视觉场景由连接至眼镜的口袋计算机处理并简化,以便从图像中提取有用信息。简化后的图像随后被送回眼镜,在那里,一个微型投影仪通过近红外光脉冲将处理后的图像无线投射到眼底视网膜下的PRIMA植入物上。光伏电池将这些光学信息转换为电刺激,以激发视网膜神经细胞并诱导视觉感知。在这项早期可行性研究中,五名患有萎缩性干性年龄相关性黄斑变性的人类受试者将接受该植入物。该设备的性能和安全性将被监测长达36个月。

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