评估MINIject S+在开角型青光眼受试者中安全性与有效性的研究

该数据集来自clinicaltrials.gov,聚焦眼及附器疾病中的青光眼,收录一项前瞻性、多中心、国际性队列扩展研究

iSTAR MedicaliSTAR Medical
clinicaltrials
浏览 5
其他分类Glaucoma
A Study Evaluating the Safety and Efficacy of MINIject S+ in Subjects With Open Angle Glaucoma

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-23

资源简介

评估MINIject S+在开角型青光眼受试者中安全性与有效性的研究

该数据集来自clinicaltrials.gov,聚焦眼及附器疾病中的青光眼,收录一项前瞻性、多中心、国际性队列扩展研究。研究分两部分:第一部分在开角型青光眼受试者中比较三种不同研究性植入工具放置MINIject植入物的效果,以确定最佳插入工具,受试者与独立中心阅片者对所用工具设盲;第二部分为扩展阶段,在更大规模的开角型青光眼合并可手术白内障、接受青光眼与白内障联合手术(含IOL植入)的受试者中评估选定的插入工具。数据可用于青光眼植入器械安全性、有效性及手术工具比较相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:青光眼。这是一项前瞻性、多中心、国际性、队列扩展研究。第一部分将在开角型青光眼受试者中进行,以确定MINIject S+的最佳插入工具。在第一部分中,将使用三种不同的研究性插入工具在这项首次人体研究中放置MINIject植入物。每个臂代表不同版本的插入工具。受试者和独立中心阅片者将对用于植入MINIject S+的插入工具设盲。第二部分将是一个扩展阶段,所选插入工具将在更大规模的开角型青光眼合并可手术白内障、接受青光眼与白内障联合手术(含IOL植入)的受试者人群中进行评估。

【主题与分类】

主题标签:Glaucoma。本站分类:眼及附器疾病/青光眼。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07009236

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/NCT07009236

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

适应症:青光眼。这是一项前瞻性、多中心、国际性队列扩展研究。第1部分将在开角型青光眼受试者中开展,以确定MINIject S+的最佳植入工具。在第1部分中,将使用三种不同的研究性植入工具在此首次人体研究中放置MINIject植入物。每个组分别代表不同版本的植入工具。受试者和独立中心阅片人对用于植入MINIject S+的植入工具设盲。第2部分为扩展阶段,将在更大规模的开角型青光眼合并可手术白内障、接受青光眼与白内障联合手术(联合IOL植入)的受试者人群中评估所选定的植入工具。

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