眼压降低手术
该数据集来自 clinicaltrials.gov，主题为青光眼，聚焦眼压降低手术相关研究。源站描述介绍利用高速眼部相干断层扫描（OCT）系统开发成像与测量视神经乳头（ONH）及视网膜血流的新方法，初步结果显示视野（VF）缺损与OCT测得的视网膜血流相关性高于任何OCT或其他成像方式测得的神经结构
基本信息
资源简介
眼压降低手术
该数据集来自 clinicaltrials.gov，主题为青光眼，聚焦眼压降低手术相关研究。源站描述介绍利用高速眼部相干断层扫描（OCT）系统开发成像与测量视神经乳头（ONH）及视网膜血流的新方法，初步结果显示视野（VF）缺损与OCT测得的视网膜血流相关性高于任何OCT或其他成像方式测得的神经结构。项目目标是借助超高速（70-100 kHz）OCT技术进一步发展新型功能性OCT测量，以改进青光眼的诊断与预后评估（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。利用高速眼部相干断层扫描（OCT）系统，我们开发了成像和测量视神经乳头（ONH）及视网膜血流的新方法。初步结果显示，视野（VF）缺损与OCT测得的视网膜血流的相关性，高于任何OCT或其他成像方式测得的神经结构。因此，拟议项目的目标是通过利用超高速（70-100 kHz）OCT技术进一步开发新型功能性OCT测量，来改进青光眼的诊断和预后评估。视网膜血流、ONH循环、视盘边缘体积、视乳头周围神经纤维层体积和黄斑神经节细胞复合体体积都是同一青光眼难题的组成部分。本项目将开发新型成像方法，使我们能够用一个工具——超高速——观察整体情况。
【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/NCT01931904
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/NCT01931904
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。利用高速眼部相干断层扫描（OCT）系统，我们开发了成像和测量视神经乳头（ONH）及视网膜血流的新方法。初步结果显示，视野（VF）缺损与通过OCT测量的视网膜血流的相关性，高于任何通过OCT或其他成像方式测量的神经结构。因此，拟议项目的目标是通过进一步开发使用超高速（70-100 kHz）OCT技术的新型功能性OCT测量方法，改善青光眼的诊断和预后评估。视网膜血流、ONH循环、视盘边缘体积、视乳头周围神经纤维层体积以及黄斑神经节细胞复合体体积，都是同一青光眼谜题的组成部分。该项目将开发新型成像方法，使我们能够使用一种工具——超高速OCT——来观察整体情况。
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。
