Unity VCS:角膜透明度与厚度对比研究

该数据集来自 clinicaltrials.gov,聚焦白内障患者接受双侧序贯白内障手术的对比研究。患者双眼白内障分级相同,两次手术在一周内完成,首只手术眼随机分配

Metrolina Eye Associates, PLLCMetrolina Eye Associates, PLLC
clinicaltrials
浏览 13
其他Cataract
Unity VCS: A Comparison Study Evaluating Corneal Clarity and Thickness

基本信息

模态
其他
创建/更新时间
2026-10-11

资源简介

Unity VCS:角膜透明度与厚度对比研究

该数据集来自 clinicaltrials.gov,聚焦白内障患者接受双侧序贯白内障手术的对比研究。患者双眼白内障分级相同,两次手术在一周内完成,首只手术眼随机分配。第一只眼使用 Alcon Unity VCS 系统并采用 4D,第二只眼一周后使用 Alcon Centurion Vision System(VCS)并采用 Ozil。Unity VCS 组手术采用较低 IOP 设置(低于 40),Centurion with Ozil 组采用较高 IOP 设置(大于或等于 60)。研究预计参与时长一个月。数据可用于评估不同手术系统对角膜透明度与厚度的影响(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。研究患者将接受序贯双侧白内障手术,双眼白内障分级相同。两次手术将在一周内完成。首只手术眼将随机分配(如同掷硬币)。研究患者将使用 Alcon Unity VCS 系统并采用 4D 进行手术。第二只眼将在一周后使用 Alcon Centurion Vision System(VCS)并采用 Ozil 进行手术。Unity VCS 组的手术将在较低 IOP 设置(低于 40)下进行。Centurion with Ozil 组的手术将在较高 IOP 设置(大于或等于 60)下进行。预计参与研究需要一个月。

【主题与分类】

主题标签:Cataract。本站分类:眼及附器疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07222150

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/NCT07222150

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:白内障。研究患者将接受序贯性双眼白内障手术,且双眼白内障分级相同。两次手术将在一周内完成。首只手术眼将通过随机分配确定(类似于掷硬币)。研究患者将使用Alcon Unity VCS系统联合4D进行手术。第二只眼将在一周后使用Alcon Centurion Vision System (VCS)联合Ozil进行手术。使用Unity VCS组的手术将在较低的眼内压(IOP)设置下进行(低于40)。使用Centurion联合Ozil组的手术将在较高的IOP设置下进行(大于或等于60)。预计参与研究的时间为一个月。

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