三焦点IOL、扩展视程IOL、低附加双焦点IOL与单焦点IOL植入后远中近视力及25%和10%照明下对比敏感度评估
该数据集源自clinicaltrials.gov的一项前瞻性随机干预临床研究,在克罗地亚萨格勒布Svjetlost大学眼科医院屈光外科完成

基本信息
资源简介
三焦点IOL、扩展视程IOL、低附加双焦点IOL与单焦点IOL植入后远中近视力及25%和10%照明下对比敏感度评估
该数据集源自clinicaltrials.gov的一项前瞻性随机干预临床研究,在克罗地亚萨格勒布Svjetlost大学眼科医院屈光外科完成。研究纳入45岁及以上、远视+0.50 D至+5.00 D、散光不超过+1.00 D的受试者,分为4组,每组50人,随访12个月。数据覆盖白内障、老视矫正与视力评估,涉及三焦点IOL、扩展视程IOL、低附加双焦点IOL和单焦点IOL植入后远、中、近视力及25%和10%照明下的对比敏感度,可用于比较不同人工晶状体视觉功能与预测术后视力表现(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、老视矫正、视力。一项前瞻性随机干预临床研究全部在克罗地亚萨格勒布Svjetlost大学眼科医院屈光外科进行。受试者入组时间为2018年1月1日至2020年10月31日。每位受试者前瞻性随访12个月。该研究设计纳入4组,每组50名受试者。符合条件的受试者为45岁及以上,且存在+0.50屈光度(D)至+5.00 D的远视,以及最高+1.00 D的散光。有屈光不正的受试者必须表现出≥0.05最小分辨角对数(LogMAR)的最佳矫正视力(BCVA)。对于白内障患者,根据白内障严重程度,纳入要求BCVA≥0.7 LogMAR。BCV
【主题与分类】
主题标签:Cataract、Presbyopia Correction、Visual Acuity。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07008768
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/NCT07008768
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、老视矫正、视力。一项前瞻性随机干预性临床研究完全在克罗地亚萨格勒布大学眼科医院Svjetlost屈光手术部进行。参与者招募时间为2018年1月1日至2020年10月31日。每位参与者前瞻性随访12个月。该研究设计包括4组,每组50名参与者。符合条件的参与者为年龄45岁及以上,远视范围在+0.50屈光度(D)至+5.00 D之间,散光高达+1.00 D。有屈光不正的参与者必须表现出最佳矫正视力(BCVA)≥0.05最小分辨角对数(LogMAR)。对于白内障患者,根据白内障严重程度,纳入要求BCVA≥0.7 LogMAR。BCVA<0.05 LogMAR的参与者仅在排除低视力后入组,这由先前的眼科记录确认。所有患者均接受了全面的术前眼科评估。这包括前节裂隙灯生物显微镜检查和散瞳眼底检查。
记录未矫正视力(UCVA)、最佳矫正视力(BCVA)以及显性和睫状肌麻痹验光结果。进行角膜断层扫描以评估前后角膜表面的形态以及角膜厚度。使用波前像差仪(Luneau Visionix L80 Wave+,Visionix,Prunay-le-Gillon,法国)评估高阶像差。使用瞳孔计(Peramis,CSO,意大利)在明视、中视和暗视条件下测量瞳孔大小。采用镜面显微镜(Perseus镜面显微镜,CSO,Firenze,意大利)测定角膜内皮细胞密度。其他评估包括确定眼优势、评估眼动以及使用Schirmer试验和泪膜破裂时间(TBUT)试验评估泪膜稳定性。对比度s
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。




