后板层角膜移植术预后数据集
该数据集来自 clinicaltrials.gov，聚焦 Fuchs 角膜内皮营养不良与假晶状体大疱性角膜病变患者接受后板层角膜移植术（DSAEK、DMEK）的预后情况
基本信息
资源简介
后板层角膜移植术预后数据集
该数据集来自 clinicaltrials.gov，聚焦 Fuchs 角膜内皮营养不良与假晶状体大疱性角膜病变患者接受后板层角膜移植术（DSAEK、DMEK）的预后情况。源站描述介绍了 DSAEK 以带薄基质层的后弹力层内皮植片替换患者内皮及病变后弹力层，植片内皮密度一般大于 2,400 cells/mm²，并说明植片可由组织库预切或由术者在手术台上切取、供体植片置于人工前房经自动微型角膜刀切取等操作细节。数据可用于相关眼病手术预后研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Fuchs角膜内皮营养不良、假晶状体大疱性角膜病变。过去十年间，后板层角膜移植技术——DSAEK 和 DMEK——的发展彻底改变了 Fuchs 角膜内皮营养不良（FECD）和假晶状体大疱性角膜病变（PBK）的治疗。DSAEK（后弹力层剥离自动内皮角膜移植术）是用带有薄基质层的后弹力层内皮植片替换患者的内皮和病变后弹力层。植片的内皮密度一般大于 2,400 cells/mm²。根据移植中心和眼库的不同，植片可在眼库预切，或由术者在手术台上自行切取。供体植片置于人工前房上，自动微型角膜刀切割产生的植片平均厚度为
【主题与分类】
主题标签：Fuchs' Endothelial Corneal Dystrophy、Pseudophakic Bullous Keratopathy。本站分类：眼病/Fuchs角膜内皮营养不良。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06859411
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/NCT06859411
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：Fuchs内皮性角膜营养不良、人工晶状体眼大疱性角膜病变。过去十年间，后板层角膜移植技术——DSAEK与DMEK——的发展彻底革新了Fuchs内皮性角膜营养不良（FECD）和人工晶状体眼大疱性角膜病变（PBK）的治疗。DSAEK（自动板层刀辅助的后弹力层剥离内皮角膜移植术）是指用带有后弹力层的内皮移植物联合一薄层基质板层，替换患者的内皮和病变的后弹力层。移植物的内皮细胞密度通常大于2,400个/mm²。根据移植中心和眼库的不同，移植物可在眼库预先切割，也可由手术医生在手术台上自行切割。供体移植物被置于人工前房上，通过自动微型角膜刀切割，制成的移植物平均厚度为100至200µm，有时小于100µm（称为UT-DSAEK或超薄DSAEK）。DMEK（后弹力层膜内皮角膜移植术）是一种严格意义上的内皮和后弹力层膜移植，尽可能贴近角膜的原始解剖结构。
移植物可在组织库中手工剖切（预切移植物），或由外科医生在手术台上手工剖切。移植物厚度介于15至18微米之间。本观察性队列的主要目的是比较DMEK、DSAEK或UT-DSAEK移植术后视力的演变情况。次要目的是比较内皮细胞密度、角膜厚度及术后早期和晚期并发症的演变情况，并确定可预测这些不同终点的因素。
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。
