圆锥角膜CXL的fMRI与IVCM角膜显微镜数据集

该数据集来自clinicaltrials.gov,围绕圆锥角膜患者接受CXL后由急性疼痛向慢性疼痛转变的问题,采集功能性神经影像(fMRI)与在体角膜共聚焦显微镜(IVCM)数据

Boston Children's HospitalBoston Children's Hospital
clinicaltrials
浏览 15
医学影像预测Pain, PostoperativePain, ChronicPain, AcuteSurgical InjurySurgical WoundCornea InjuryCorneaKeratoconus
fMRI and IVCM Cornea Microscopy of CXL in Keratoconus

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-12

资源简介

圆锥角膜CXL的fMRI与IVCM角膜显微镜数据集

该数据集来自clinicaltrials.gov,围绕圆锥角膜患者接受CXL后由急性疼痛向慢性疼痛转变的问题,采集功能性神经影像(fMRI)与在体角膜共聚焦显微镜(IVCM)数据。覆盖术后疼痛、慢性疼痛、急性疼痛、手术损伤、手术创口、角膜损伤、角膜及圆锥角膜等主题。可用于评估CXL相关疼痛在结构与功能上的量化变化,并探索基于易感生物学与心理因素对术后慢性疼痛结局的预测(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:术后疼痛、慢性疼痛、急性疼痛、手术损伤、手术创口、角膜损伤、角膜、圆锥角膜。我们的长期目标是评估圆锥角膜患者在接受CXL后有时会发生的从急性疼痛向慢性疼痛的转变。本研究将确定这些变化能否使用功能性神经影像和在体角膜显微镜(IVCM)在结构和功能上进行量化,以及能否基于易感生物学和心理因素进行预测。我们的核心假设是:CXL通过激活三叉神经传入纤维产生急性疼痛,而术后慢性疼痛结局与三叉神经回路中的神经可塑性变化、角膜传入神经再生以及心理因素有关。

【主题与分类】

主题标签:Pain, Postoperative、Pain, Chronic、Pain, Acute、Surgical Injury、Surgical Wound、Cornea Injury、Cornea、Keratoconus。本站分类:神经系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04439552

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/NCT04439552

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:术后疼痛、慢性疼痛、急性疼痛、手术损伤、手术伤口、角膜损伤、角膜、圆锥角膜。我们的长期目标是评估圆锥角膜患者在接受CXL后有时会出现的从急性疼痛向慢性疼痛的转变。本研究将确定这些变化是否可以通过功能性神经影像学和活体角膜共聚焦显微镜(IVCM)在结构和功能上进行量化,以及是否可以根据易感的生物学和心理因素进行预测。我们的核心假设是,CXL通过激活三叉神经传入纤维产生急性疼痛,并且术后慢性疼痛结果与三叉神经回路中的神经可塑性变化、角膜传入神经再生以及心理因素有关。

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