Tomey FT-1000与Goldmann压平眼压计对比研究
该数据集来自clinicaltrials.gov,属于眼及附器疾病/青光眼分类,主题标签为Glaucoma。研究旨在评估FT-1000非接触式眼压计与Goldmann压平眼压计(GAT)所测眼压(IOP)的一致性,以确认测量程序的可行性

基本信息
资源简介
Tomey FT-1000与Goldmann压平眼压计对比研究
该数据集来自clinicaltrials.gov,属于眼及附器疾病/青光眼分类,主题标签为Glaucoma。研究旨在评估FT-1000非接触式眼压计与Goldmann压平眼压计(GAT)所测眼压(IOP)的一致性,以确认测量程序的可行性。这是一项在美国单一临床中心开展的前瞻性对比研究,受试者签署知情同意并符合全部入排标准后,在单次访视中先进行FT-1000测量,随后进行GAT测量。主要分析使用每位受试者一只预先选定的研究眼,对侧眼数据仅作探索性分析。数据可用于眼压测量方法的一致性评估(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。本研究旨在评估FT-1000非接触式眼压计与GAT所测眼压(IOP)的一致性,以确认测量程序的可行性。这是一项将在美国一个临床中心开展的前瞻性对比研究。签署知情同意书并符合所有纳入和排除标准的受试者将在单次研究访视中接受FT-1000测量,随后接受Goldmann压平眼压计测量。主要分析将使用每位受试者一只预先选定的研究眼进行。对侧眼的测量数据(如可获得)可作为探索性分析进行汇总,但不参与主要有效性分析。一般而言,描述性统计(n、均值、标准差、中位数、最小值和最大值)将用于汇总
【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/NCT07804277
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/NCT07804277
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:青光眼。本研究旨在评估FT-1000非接触式眼压计与GAT所测眼压(IOP)之间的一致性,以确认测量程序的可行性。这是一项前瞻性比较研究,将在美国的一个临床中心开展。签署知情同意书并符合所有纳入和排除标准的受试者将在单次研究访视中接受FT-1000测量,随后接受Goldmann压平眼压计测量。主要分析将使用每位受试者一只预先选定的研究眼进行。对侧眼在可获得时的测量数据可作为探索性分析进行汇总,但不纳入主要有效性分析。一般而言,连续变量将采用描述性统计(n、均值、标准差、中位数、最小值和最大值)进行汇总。分类变量将采用频数和百分比进行汇总。可接受的扫描次数和评估的扫描总次数将按扫描类型、设备和受试者人群进行汇总。
将使用研究眼测量值,通过计算平均差异、标准差(SD)、95%一致性界限(LOA)、Bland-Altman图、Deming回归和Pearson相关系数,评估FT-1000与Goldmann压平眼压计之间的一致性。也可使用对侧眼测量值进行探索性分析。
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。




