Vienna Preserflo 队列研究

该研究在纳入期内采用两种略有不同的手术方式:第一组行穹窿部结膜切开,在距角膜缘3mm处制作1mm宽长的巩膜袋,经25G针道将PMS置入前房;第二组结膜切开距角膜缘3.5mm,巩膜袋制作于距角膜缘3.5mm处,并使用27G针

Medical University of ViennaMedical University of Vienna
clinicaltrials
浏览 3
其他GlaucomaGlaucoma SurgeryPost-Op ComplicationEfficacy, SelfSafety Issues
Vienna Preserflo Cohort Study

基本信息

模态
其他
创建/更新时间
2026-10-23

资源简介

Vienna Preserflo 队列研究

来自 clinicaltrials.gov,属于眼及附器疾病下的青光眼主题。该研究在纳入期内采用两种略有不同的手术方式:第一组行穹窿部结膜切开,在距角膜缘3mm处制作1mm宽长的巩膜袋,经25G针道将PMS置入前房;第二组结膜切开距角膜缘3.5mm,巩膜袋制作于距角膜缘3.5mm处,并使用27G针。研究将比较两组结局,涉及青光眼手术、术后并发症、疗效与安全性问题(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、青光眼手术、术后并发症、疗效、自身、安全问题。在纳入期内使用了两种略有不同的手术方式。手术开始时,打开结膜并将Tenon囊从巩膜上分离。在第一组患者(第1组)中,我们做了基于穹窿的结膜切开,在距角膜缘3mm处制作了一个1mm宽且长的巩膜袋,并通过25G针道将PMS置入前房。在第二组(第2组)中,结膜切开距角膜缘3.5mm,巩膜袋制作在距角膜缘3.5mm处,并使用27G针。将比较这两组的结局。

【主题与分类】

主题标签:Glaucoma、Glaucoma Surgery、Post-Op Complication、Efficacy, Self、Safety Issues。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/NCT04541524

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT04541524

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:青光眼、青光眼手术、术后并发症、疗效、自身、安全问题。在纳入期间,使用了两种略有不同的手术入路。手术开始时,打开结膜,并将Tenon囊从巩膜上分离。在第一组患者(第1组)中,我们做了一个基于穹窿的结膜开口,在距角膜缘3mm处制备了一个1mm宽且长的巩膜口袋,并通过25G针道将PMS置入前房。在第二组(第2组)中,结膜开口距角膜缘3.5mm,巩膜口袋制备在距角膜缘3.5mm处,并使用了27G针。将比较这两组的结果。

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。

获取专属数据定制方案