MINIject青光眼植入物欧洲患者数据集
该数据集来自clinicaltrials.gov，聚焦欧洲患者中MINIject青光眼植入物的应用，覆盖开角型青光眼、青光眼及眼内压相关主题
基本信息
资源简介
MINIject青光眼植入物欧洲患者数据集
MINIject Glaucoma Implant in European Patients 是一个登记于 clinicaltrials.gov 的数据集，聚焦欧洲患者人群中 MINIject 青光眼植入物的应用研究。该数据集归类于眼及附器疾病下的青光眼方向，主题覆盖开角型青光眼、青光眼及眼内压等相关内容。其源站描述给出了研究涉及的条件范围，并明确了以术后 6 个月“合格成功”率超过 60% 作为主要终点指标，同时对“合格成功”给出了具体的眼内压判定标准。整体而言，该数据集围绕青光眼植入物在欧洲患者中的临床评价展开，适合关注青光眼手术干预与眼内压控制的研究者参考使用。
【数据集背景】
该数据集来源于 clinicaltrials.gov，研究主题为 MINIject 青光眼植入物在欧洲患者中的应用。所涉及的疾病条件包括开角型青光眼、青光眼以及眼内压相关情况。青光眼是以眼内压异常等为重要关注点的眼部疾病，该数据集围绕植入物干预在这一疾病领域中的评价而组织，属于眼及附器疾病分类下的青光眼方向。
【数据内容】
数据集的核心内容围绕研究的主要终点展开：术后 6 个月的“合格成功”率，且该比率需大于 60%。“合格成功”被定义为术后 6 个月时日间眼内压（IOP）≤ 21mmHg 且 > 5mmHg，同时日间眼内压较基线至少下降 20%，并且允许伴随使用方案所允许的青光眼降眼压药物。主题标签涵盖开角型青光眼、青光眼及眼内压。除上述终点定义与条件范围外，源站未提供更细粒度的数据字段说明。
【采集与来源】
该数据集来自 clinicaltrials.gov，属于临床试验登记信息。其描述指向欧洲患者人群中的 MINIject 青光眼植入物研究。关于具体的采集时间范围、采集机构、样本量及随访安排等细节，源站未提供。
【适用场景】
基于现有信息，该数据集可用于了解以“合格成功”率为主要终点的青光眼植入物临床评价框架，尤其是围绕术后 6 个月日间眼内压阈值与相对基线降幅的复合判定标准。适用于关注开角型青光眼、眼内压控制及植入物干预效果评价的研究与信息检索场景。关于更广泛的分析用途，源站未提供。
【使用方法】
源站未提供具体的使用方法说明。使用者可依据源站描述理解主要终点及其判定条件，但数据访问方式、格式与操作指引等，源站未提供。
【质量与限制】
该数据集的信息以源站描述为主，主要终点定义较为明确，但缺乏样本量、研究设计细节、数据完整性与偏倚控制等方面的说明，源站未提供。使用时应注意到当前可获取的信息限于条件范围与终点定义，不宜据此推断未提及的指标或结论。
【引用与许可】
源站未提供引用格式与许可条款信息。
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/NCT03624361
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：开角型青光眼、青光眼、眼内压。主要终点为术后6个月“合格成功率”大于60%。“合格成功”定义为术后6个月时日间眼内压≤21mmHg（毫米汞柱）且>5mmHg，同时日间眼内压较基线至少降低20%，无论是否同时使用允许的青光眼降眼压药物。
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。
