数字标记与传统标记植入散光矫正型人工晶状体屈光准确性对比
该数据集来自 clinicaltrials.gov，聚焦白内障合并散光患者植入散光矫正型人工晶状体的屈光准确性。所有受试者均接受数字标记与传统手动标记，并植入 Clareon 单焦点散光矫正型人工晶状体（CCWOTx），以数字标记完成最终对位
基本信息
资源简介
数字标记与传统标记植入散光矫正型人工晶状体屈光准确性对比
该数据集来自 clinicaltrials.gov，聚焦白内障合并散光患者植入散光矫正型人工晶状体的屈光准确性。所有受试者均接受数字标记与传统手动标记，并植入 Clareon 单焦点散光矫正型人工晶状体（CCWOTx），以数字标记完成最终对位。主要结局指标为术中测量的数字标记与手动标记之间的度数差异，其他结局包括人工晶状体旋转、残余散光、绝对预测误差（APE）及术后 2 个月单眼视力。数据可用于比较两种标记方式的屈光预测与对位准确性（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：白内障、散光。术前生物测量与规划使用 Argos SS-OCT 生物测量仪评估。还使用 ToriCAM 应用程序在床旁手动标记患者。使用 Mendez 标记器标记由 Argos 计算出的 IOL 最终轴位。数字标记使用 VERION 图像引导系统完成。所有受试者均接受数字标记和手动标记，并植入 Clareon 单焦点散光矫正型 IOL（CCWOTx），使用数字标记进行最终 IOL 对位。主要结局指标为术中测量的数字标记与手动标记之间的度数差异。其他结局指标包括 IOL 旋转、残余散光、绝对预测误差（APE）以及术后 2 个月的单眼视力。
【主题与分类】
主题标签：Cataract、Astigmatism。本站分类：眼及附器疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07176897
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/NCT07176897
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、散光。术前生物测量及规划使用Argos SS-OCT生物测量仪进行评估。同时使用ToriCAM应用程序在床旁对患者进行手动标记。使用Mendez标记器标记由Argos计算得出的IOL最终轴位。数字标记采用VERION图像引导系统完成。所有受试者均接受了数字标记和手动标记，并植入Clareon单焦点散光矫正型IOL（CCWOTx），使用数字标记进行最终IOL对位。主要结局指标为术中测量的数字标记与手动标记之间的度数差异。其他结局指标包括IOL旋转、残余散光、绝对预测误差（APE）以及术后2个月的单眼视力。
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。
