硬核白内障患者角膜内皮保护手术策略研究

该数据集来自 clinicaltrials.gov,聚焦硬核白内障患者超声乳化手术中的角膜内皮保护策略。研究将患者随机分为两组,一组采用 burst 模式联合模式,另一组采用连续模式扭动超声

Eye & ENT Hospital of Fudan UniversityEye & ENT Hospital of Fudan University
clinicaltrials
浏览 20
医学影像回归Hard Nuclear CataractPhacoemulsification Cataract SurgeryEndothelial Cell Density LossCentral Corneal Thickness
Study on the Surgical Strategy of Corneal Endothelial Protection for Hard Nuclear Cataract Patients

基本信息

模态
医学影像
任务类型
回归
创建/更新时间
2026-10-11

资源简介

硬核白内障患者角膜内皮保护手术策略研究

该数据集来自 clinicaltrials.gov,聚焦硬核白内障患者超声乳化手术中的角膜内皮保护策略。研究将患者随机分为两组,一组采用 burst 模式联合模式,另一组采用连续模式扭动超声。术中记录累积消散能量(CDE)和超声时间(UST),术后 3 个月随访记录中央角膜厚度(CCT)和内皮细胞密度(ECD)变化,并记录术中及术后并发症。数据可用于比较两种超声模式对硬核白内障患者术后角膜恢复的影响,支持角膜内皮保护相关回归与预测分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:硬核白内障、超声乳化白内障手术、内皮细胞密度丢失、中央角膜厚度。在本研究中,我们将患者随机分为两组。一组为 burst 模式下的联合模式组,另一组为连续模式下的扭动超声组。术中记录累积消散能量(CDE)和超声时间(UST)。术后 3 个月随访期间记录患者中央角膜厚度(CCT)和内皮细胞密度(ECD)的变化。同时记录术中及术后并发症。对上述数据进行分析,以比较两者对硬核患者术后角膜恢复的影响。

【主题与分类】

主题标签:Hard Nuclear Cataract、Phacoemulsification Cataract Surgery、Endothelial Cell Density Loss、Central Corneal Thickness。本站分类:眼及附器疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06991374

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/NCT06991374

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:硬核性白内障、超声乳化白内障手术、内皮细胞密度丢失、中央角膜厚度。在本研究中,我们将患者随机分为两组。一组为脉冲模式下的联合模式组,另一组为连续模式下的扭动超声组。术中记录累积消散能量(CDE)和超声时间(UST)。术后3个月随访期间记录患者中央角膜厚度(CCT)和内皮细胞密度(ECD)的变化。同时记录术中及术后并发症。对上述数据进行分析,以比较两者对硬核患者术后角膜恢复的影响。

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