增殖性玻璃体视网膜病变、葡萄膜炎与正常眼睛特征数据集
该数据集包含增殖性玻璃体视网膜病变、葡萄膜炎及正常眼睛的临床特征数据，数据模态涉及临床表格、可能包含影像学或实验室指标，主要用于眼科疾病研究，支持对PVR和葡萄膜炎的病理分析、诊断模型构建以及疾病分类比较等方向。
基本信息
资源简介
增殖性玻璃体视网膜病变、葡萄膜炎与正常眼睛特征数据集
【数据集背景】
本数据集源站标题为《Characteristics of Proliferative Vitreoretinopathy, Uveitis, and Normal Eyes》。源站首次发布：2023-07-28。
【数据内容】
源站原始描述：Characteristics of Proliferative Vitreoretinopathy, Uveitis, and Normal Eyes Data
主表 Characteristics of Proliferative Vitreoretinopathy, Uveitis, Normal Patients.csv 含 6 列、样本前 76 行结构完整。
主表 Characteristics of Rhegmatogenous Retinal Detachment-Proliferative Vitreoretinopathy Patients.csv 含 6 列、样本前 21 行结构完整。
主表 Characteristics of Uveitis Patients.csv 含 6 列、样本前 30 行结构完整。
【数据结构与技术规格】
文件数 4 个，合计 7.36 KB。Characteristics of Proliferative Vitreoretinopathy, Uveitis, Normal Patients.csv：text/plain，2.78 KB。Characteristics of Rhegmatogenous Retinal Detachment-Proliferative Vitreoretinopathy Patients.csv：text/plain，454 B。Characteristics of Uveitis Patients.csv：text/plain，1.34 KB。数据集 DOI：10.6084/m9.figshare.22632715.v2。
【主题与分类】
源站学科分类：Ophthalmology。主题标签：Vitreous/Retinal Pigment Epithelium Relative Intensity、Proliferative vitreoretinopathy (PVR)、Uveitis、Rhegmatogenous Retinal Detachment。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。结构化表格数据可直接用于统计建模、特征工程与队列分析。结构化表格数据可直接用于统计建模、特征工程与队列分析。源站学科分类标注为 Ophthalmology。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Characteristics_of_Proliferative_Vitreoretinopathy_Uveitis_and_Normal_Eyes/22632715
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Djatikusumo, Ari; Ardhia, Seruni Hanna (2023). Characteristics of Proliferative Vitreoretinopathy, Uveitis, and Normal Eyes. figshare. Dataset
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（Figshare）
按页面 Download 按钮获取。
数据说明
该数据集是一个医学研究数据集，主要包含增殖性玻璃体视网膜病变（PVR）、葡萄膜炎（Uveitis）以及正常眼睛的临床特征数据。数据来源于公开的医学研究，可能包括患者的人口统计学信息、眼部检查参数、影像学特征或实验室指标等。该数据集可用于眼科疾病的研究，特别是针对PVR和葡萄膜炎的病理机制分析、诊断模型开发以及疾病分类比较等应用场景。
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。
