优化儿童OCT成像
该数据集来自clinicaltrials.gov,聚焦眼及附器疾病中的青光眼方向,涉及视网膜疾病、青光眼与视神经疾病。研究为观察性试点,计划纳入10名健康成人志愿者和20名儿科患者,比较新型接触式OCT系统(Theia Imaging)与研究性非接触式OCT系统(Duke Biomedical En

基本信息
资源简介
优化儿童OCT成像
该数据集来自clinicaltrials.gov,聚焦眼及附器疾病中的青光眼方向,涉及视网膜疾病、青光眼与视神经疾病。研究为观察性试点,计划纳入10名健康成人志愿者和20名儿科患者,比较新型接触式OCT系统(Theia Imaging)与研究性非接触式OCT系统(Duke Biomedical Engineering)对儿童视网膜的成像能力。数据可用于评估手持OCT在儿童视网膜成像中的可行性与安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:视网膜疾病、青光眼、视神经疾病。手持光学相干断层扫描(OCT)已成为评估儿童视网膜的重要成像方式。本试点研究的目的是比较一种新型接触式OCT系统(Theia Imaging)与一种研究性非接触式OCT系统(Duke Biomedical Engineering)在儿童视网膜成像方面的能力。研究者计划在门诊或接受麻醉检查的情况下纳入10名健康成人志愿者和20名儿科患者。这是一项观察性研究。已知手持OCT成像没有相关风险,且我们先前使用同一系统的研究性成像未发现不良事件。接触式成像系统(Theia Imaging)存在角膜擦伤的风险,然而,该系统是在其他接触式成像系统的使用环境中使用的(
【主题与分类】
主题标签:Retinal Disease、Glaucoma、Optic Nerve Diseases。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/NCT06139523
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/NCT06139523
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:视网膜疾病、青光眼、视神经疾病。手持式光学相干断层扫描(OCT)已成为评估儿童视网膜的重要成像方式。本初步研究旨在比较一种新型接触式OCT系统(Theia Imaging)与一种研究性非接触式OCT系统(杜克大学生物医学工程)在儿童视网膜成像方面的能力。研究者计划招募10名健康成年志愿者和20名在门诊或接受麻醉下检查的儿科患者。这是一项观察性研究。已知手持式OCT成像无相关风险,且使用相同系统进行既往研究性成像未发现不良事件。接触式成像系统(Theia imaging)存在角膜擦伤的风险,然而,该系统是在其他接触式成像系统(如RetCam眼底摄影)的使用环境中应用的。成像数据将下载至安全服务器,以便按照杜克大学SD/SSOCT成像高级研究(DARSI)实验室的方案进行图像处理、分割和分析。
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。




