玻璃体切除术中球筋膜下麻醉的主观疼痛评分
该数据集来自 clinicaltrials.gov,关注玻璃体切除术中采用球筋膜下麻醉的患者主观疼痛评分。研究目的是评估接受球筋膜下麻醉的玻璃体切除术患者的主观疼痛评分,并比较因视网膜脱离修复需过度顶压眼球的患者与因黄斑前膜或全层黄斑裂孔行膜剥离的患者之间疼痛评分可能存在的差异

基本信息
资源简介
玻璃体切除术中球筋膜下麻醉的主观疼痛评分
该数据集来自 clinicaltrials.gov,关注玻璃体切除术中采用球筋膜下麻醉的患者主观疼痛评分。覆盖 Epiretinal Membranes、Retinal Detachment 与 Full Thickness Macular Hole 三类眼底疾病。研究目的是评估接受球筋膜下麻醉的玻璃体切除术患者的主观疼痛评分,并比较因视网膜脱离修复需过度顶压眼球的患者与因黄斑前膜或全层黄斑裂孔行膜剥离的患者之间疼痛评分可能存在的差异。数据可用于分析不同眼底病变手术操作与患者疼痛感受之间的关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Epiretinal Membranes、Retinal Detachment、Full Thickness Macular Hole。球筋膜下麻醉是接受平坦部玻璃体切除术患者局部麻醉的常用技术。据描述,该技术在眼部麻醉方面有效,且与球后或球周麻醉相比风险更低。接受球筋膜下麻醉玻璃体切除术的患者的主观疼痛评分,在因视网膜脱离修复而过度顶压眼球的患者中,可能与因黄斑前膜或全层黄斑裂孔行膜剥离的玻璃体切除术患者不同。本研究目的是评估接受球筋膜下麻醉玻璃体切除术患者的主观疼痛评分。
【主题与分类】
主题标签:Epiretinal Membranes、Retinal Detachment、Full Thickness Macular Hole。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06830070
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/NCT06830070
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:视网膜前膜、视网膜脱离、全层黄斑裂孔。球筋膜下麻醉是玻璃体平坦部切除术患者局部麻醉的常用技术。据描述,该技术在眼部麻醉方面有效,且与球后或球旁麻醉相比风险较低。接受球筋膜下麻醉玻璃体切除术的患者,其主观疼痛评分在因视网膜脱离修复而需过度压迫眼球的患者中,可能与因视网膜前膜或全层黄斑裂孔而行玻璃体切除联合膜剥离的患者不同。本研究旨在评估接受球筋膜下麻醉玻璃体切除术患者的主观疼痛评分。
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。




