缝线溶解研究中眼数字图像相关分析数据链接
该数据集为缝线溶解研究中所有受试者佩戴护目镜实验的完整分析型DVC结果链接,数据按AverageData数据集中的数据标签分文件夹存放,每个文件夹包含对应眼(LE/RE)的Matlab工作区文件,涵盖初始DVC位移、基线误差与相关误差,以及处理后的DVC位移输出

基本信息
资源简介
缝线溶解研究中眼数字图像相关分析数据链接
Link for analyzed digital image correlation data for eyes in the suturelysis study
该数据集为缝线溶解研究中所有受试者佩戴护目镜实验的完整分析型DVC结果链接,数据按AverageData数据集中的数据标签分文件夹存放,每个文件夹包含对应眼(LE/RE)的Matlab工作区文件,涵盖初始DVC位移、基线误差与相关误差,以及处理后的DVC位移输出。数据来源于已发表研究,涉及对照受试者与青光眼患者筛板对眼压升高的应变响应,可用于眼生物力学分析及相关研究复现(来源 DOI 解析,Creative Commons Attribution 4.0 International 许可)。
【数据集背景】
源站首次发布:2025。
【主题与分类】
主题标签:Biomechanical engineering。本站分类:眼及附器疾病/青光眼。
【获取与许可】
源站页面:https://figshare.com/articles/dataset/Link_for_analyzed_digital_image_correlation_data_for_eyes_in_the_suturelysis_study/29504717
使用许可:Creative Commons Attribution 4.0 International。
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://doi.org/10.6084/m9.figshare.29504717
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
以下链接指向发表于Czerpak CA, Kashaf MS, Zimmerman BK, Mirville R, Gasquet NC, Quigley HA, Nguyen TD. The Strain Response to Intraocular Pressure Increase in the Lamina Cribrosa of Control Subjects and Glaucoma Patients. Translational vision science & technology. 2024 December 2;13(12):7. PubMed PMID: 39630437; PubMed Central PMCID: PMC11627119; DOI: 10.1167/tvst.13.12.7.的护目镜佩戴实验中所有受试者的完整分析DVC结果。每只眼的数据存储在以AverageData数据集中数据标签命名的文件夹中。每个文件夹包含以下结果的Matlab工作区文件(.mat)。1)初始DVC位移(resultsFIDVC1HOCT_LC[label][LE/RE].disp.mat)、基线误差(resultsFIDVC1HOCT_LC[label][LE/RE]baseline error.mat)和相关性误差(resultsFIDVC1HOCT_LC[label][LE/RE]_CorrError.mat)。
- 处理后的DVC输出,包括位移和应变(HOCT_LC[label]-DispStrain.mat)、基线误差(HOCT_LC[eyelabel]-BaselineError.mat)以及相关性误差(HOCT_LC[label]-CorrError.mat)。3) 从OCT图像中分割出的各组织平均应变(HOCT_LC[label]-SegmentedAndSummarized.mat)。4) 用于分割OCT图像的ONH组织边界定义点的坐标([label]-dividers.mat)。
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。




