青光眼滴眼辅助器研究第二部分
该数据集来自 clinicaltrials.gov,聚焦青光眼与眼内压相关研究,主题为 Nanodropper 滴眼辅助器在 BMC Yawkey Eye Clinic 患者群体中的疗效评估

基本信息
资源简介
青光眼滴眼辅助器研究第二部分
该数据集来自 clinicaltrials.gov,聚焦青光眼与眼内压相关研究,主题为 Nanodropper 滴眼辅助器在 BMC Yawkey Eye Clinic 患者群体中的疗效评估。研究采用随机交叉设计,所有参与者均使用 Nanodropper,但按使用顺序随机分组,分别经历使用与不使用滴眼辅助器的两个 4-6 周研究期。数据可用于分析滴眼辅助器对眼内压的影响,支持青光眼管理相关研究(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、眼内压。将采用随机交叉研究设计,以确定 Nanodropper 在 BMC Yawkey Eye Clinic 患者群体中的疗效。所有参与者都将接受 Nanodropper,但将根据使用 Nanodropper 的顺序随机分配到研究组。第一组将被分配在最初的 4-6 周内使用滴眼辅助器,然后在接下来的 4-6 周内不使用滴眼辅助器。第二组将被分配在最初的 4-6 周内不使用滴眼辅助器,然后在接下来的 4-6 周内使用滴眼辅助器。因此,每位参与者将经历两个研究期(使用滴眼辅助器和不使用滴眼辅助器)。在使用 Nanodropper 之前,研究团队成员将指导参与者如何使用该滴眼辅助器,并进行干预前眼内压检查。
【主题与分类】
主题标签:Glaucoma、Intraocular Pressure。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/NCT06806332
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/NCT06806332
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、眼内压。将采用随机交叉研究设计,以确定Nanodropper在BMC Yawkey眼科诊所患者人群中的疗效。所有参与者都将获得Nanodropper,但将根据使用Nanodropper的顺序随机分配到研究组。第一组将被分配在最初4-6周内使用滴眼辅助装置,然后在接下来的4-6周内不使用滴眼辅助装置。第二组将被分配在最初4-6周内不使用滴眼辅助装置,然后在接下来的4-6周内使用滴眼辅助装置。因此,每位参与者将经历两个研究阶段(使用滴眼辅助装置和不使用滴眼辅助装置)。在使用Nanodropper之前,研究团队成员将指导参与者如何使用该滴眼辅助装置,并使用压平眼压计进行干预前眼内压检查,该检查属于患者标准诊疗的一部分。眼内压是青光眼唯一可调控的危险因素;因此,青光眼治疗通过降低眼内压来减缓青光眼的进展。
在3周后以及每个研究期至少6周后,参与者将完成滴眼辅助治疗组或对照组的满意度调查。3周满意度调查将通过电话进行。作为常规眼科护理的一部分,参与者需要在入组后至少6周返回诊所。在此次访视期间,将完成满意度调查、收集参与者的研究日记,并记录常规眼压检查结果。如果参与者未完成家庭研究日记或忘记将其带到预约就诊时,研究团队成员将在随访门诊预约时协助其填写。每位受试者的参与持续时间为8-12周。将Nanodropper的有效性与对照组进行比较,并通过眼压读数的任何变化、持续时间
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。




