两种不同 Brilliant Blue G 染料作为玻璃体视网膜手术染色剂的安全性与疗效评价
该数据集来自 clinicaltrials.gov,为一项前瞻性、开放标签、比较性观察研究,纳入 18 岁以上接受黄斑手术、内界膜剥除手术或玻璃体黄斑牵拉手术并使用两种 Brilliant Blue G 染料作为染色剂的患者

基本信息
资源简介
两种不同 Brilliant Blue G 染料作为玻璃体视网膜手术染色剂的安全性与疗效评价
该数据集来自 clinicaltrials.gov,为一项前瞻性、开放标签、比较性观察研究,纳入 18 岁以上接受黄斑手术、内界膜剥除手术或玻璃体黄斑牵拉手术并使用两种 Brilliant Blue G 染料作为染色剂的患者。研究将 Bio Blue 90 plus 与 ILM Blue 随机分配,在经平坦部玻璃体切除术中注入眼内染色内界膜,并在注入长期填充物前移除染料,共进行 5 次访视。数据可用于比较两种染料在玻璃体视网膜手术中的安全性与疗效(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:黄斑裂孔、视网膜前膜。该研究设计为前瞻性、开放标签、比较性观察研究。计划纳入 18 岁以上、接受黄斑手术、内界膜剥除手术或玻璃体黄斑牵拉手术、并在玻璃体视网膜手术中使用两种 Brilliant Blue G 染料作为染色剂的患者。根据计算机生成的随机化方案,在受试者初次术中访视时随机分配两种蓝色 G 染料(Bio Blue 90 plus 和 ILM Blue)。在经平坦部玻璃体切除术中,将 Bio Blue 90 Plus 或 ILM Blue 染料注入眼内以染色内界膜。在研究结束、注入长期填充物之前,将注入的染料从眼内移除。研究期间共进行 5 次访视。其中术前访视在 1 次访视时进行,手术/术中访视及其后
【主题与分类】
主题标签:Macular Holes、Epiretinal Membrane。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05086588
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/NCT05086588
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
适应症:黄斑裂孔、视网膜前膜。本研究设计为前瞻性、开放标签、比较性观察研究。计划纳入年龄超过18岁、接受黄斑手术、内界膜剥离手术或玻璃体黄斑牵拉手术,并在玻璃体视网膜手术中使用两种亮蓝G染料作为染色剂的患者。根据计算机生成的随机化方案,在受试者初次术中访视时随机分配两种蓝G染料(Bio Blue 90 plus和ILM Blue)。在经平坦部玻璃体切割术中,将Bio Blue 90 Plus或ILM Blue染料注入眼内以染色内界膜。在研究结束、注入长期填充剂之前,将注入的染料从眼内移除。研究期间共进行5次访视。其中,术前访视在1次访视时进行,手术/术中访视,此后有三次随访访视。随访访视在手术完成后1个月、3个月和6个月进行。
临床评估将通过记录并使用以下各项进行:ILM(术中)染色能力、染色膜的可视化(术中)、OCT参数(术前及术后随访)、FFA参数(术前及术后随访)、眼底自发荧光(FAF)、多焦ERG(术前及术后随访)以及视野分析(术前及术后随访)。
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。




