自适应光学视网膜成像数据集
该数据集来自clinicaltrials.gov，聚焦眼及附器疾病中的青光眼，特别是原发性开角型青光眼。研究纳入100名无眼病健康志愿者和50名原发性开角型青光眼受试者，使用包含光学相干断层扫描（OCT）和扫描激光检眼镜（SLO）通道的研究性多模态自适应光学视网膜成像系统采集高分辨率图像与视频，并自
基本信息
资源简介
自适应光学视网膜成像数据集
该数据集来自clinicaltrials.gov，聚焦眼及附器疾病中的青光眼，特别是原发性开角型青光眼。研究纳入100名无眼病健康志愿者和50名原发性开角型青光眼受试者，使用包含光学相干断层扫描（OCT）和扫描激光检眼镜（SLO）通道的研究性多模态自适应光学视网膜成像系统采集高分辨率图像与视频，并自动检测和校正眼像差引起的图像畸变。数据可用于支持自适应光学技术临床应用的研究与验证（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：青光眼，原发性开角型。目的：本研究的目的是从人类受试者采集和评估自适应光学（AO）视网膜图像，以支持展示、推进和增强AO技术临床应用的项目。研究人群：将招募一百（100）名无眼病的健康志愿者和五十（50）名原发性开角型青光眼（POAG）受试者。设计：这是一项干预性研究方案，参与者将使用研究性多模态AO视网膜成像系统进行成像，该系统包括光学相干断层扫描（OCT）和扫描激光检眼镜（SLO）通道。当仪器自动检测并校正眼像差引起的图像畸变时，将采集高分辨率OCT和SLO视频。通常，将从几个视网膜位置采集不同视网膜结构的视频。
【主题与分类】
主题标签：Glaucoma, Primary Open Angle。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/NCT05370287
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/NCT05370287
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：青光眼，原发性开角型。目的：本研究旨在收集并评估来自人类受试者的自适应光学（AO）视网膜图像，以支持展示、推进和增强AO技术临床应用的项目。研究人群：将招募一百（100）名无眼病的健康志愿者和五十（50）名原发性开角型青光眼（POAG）受试者。设计：这是一项干预性研究方案，参与者将使用研究性多模式AO视网膜成像系统进行成像，该系统包括光学相干断层扫描（OCT）和扫描激光检眼镜（SLO）通道。在仪器自动检测并校正由眼像差引起的图像畸变的同时，将收集高分辨率OCT和SLO视频。通常，将使用各种成像模式从多个视网膜位置获取不同视网膜结构的视频。结局指标：本方案的主要结局是对AO图像的定性和定量评估，以及研究青光眼引起的细胞形态学和生理学变化。
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。
