共聚焦激光显微内镜对嗅上皮的活体成像
该数据集来自 clinicaltrials.gov，聚焦鼻内手术与嗅觉功能障碍患者，采用共聚焦激光显微内镜（CLE）对嗅裂和鼻甲进行活体成像
基本信息
资源简介
共聚焦激光显微内镜对嗅上皮的活体成像
该数据集来自 clinicaltrials.gov，聚焦鼻内手术与嗅觉功能障碍患者，采用共聚焦激光显微内镜（CLE）对嗅裂和鼻甲进行活体成像。研究纳入 36 例手术患者，术前获取 Sniffin' Sticks 阈值-辨别-识别（TDI）评分与问卷，术中静脉注射荧光素后行 CLE 成像，评估神经元丢失、上皮变薄、基底膜不规则及炎症改变等特征，并与上鼻甲组织病理学结果比较，以寻找候选活体成像生物标志物。数据可用于嗅觉功能障碍的影像-功能关联分析及成像标志物探索（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：鼻内手术、内镜鼻窦手术、嗅觉功能障碍。目标 1：评估嗅裂和鼻甲活体 CLE 成像的可行性，并确定 CLE 特征是否与经过验证的心理物理嗅觉测试及患者报告的生活质量指标相关。研究团队将从 NH 和 VT 招募的 36 例手术患者中获取术前 Sniffin' Sticks 阈值-辨别-识别（TDI）评分和问卷，随后在静脉注射荧光素后进行术中 CLE 成像。CLE 图像将评估上皮特征，如神经元丢失、上皮变薄、基底膜不规则和炎症改变。目标 2：在可获得时，将活体 CLE 成像特征与上鼻甲组织的组织病理学发现进行比较，以识别候选活体成像生物标志物。当 rou
【主题与分类】
主题标签：Endonasal Surgery、Endoscopic Sinus Surgery、Olfactory Dysfunction。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07546617
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/NCT07546617
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：鼻内手术、内镜鼻窦手术、嗅觉功能障碍。目标1：评估嗅裂和鼻甲体内CLE成像的可行性，并确定CLE特征是否与经过验证的心理物理嗅觉测试及患者报告的生活质量指标相关。研究团队将从NH和VT招募的36名手术患者中获取术前Sniffin’ Sticks阈值-辨别-识别（TDI）评分和问卷，随后在静脉注射荧光素后进行术中CLE成像。CLE图像将评估上皮特征，如神经元丢失、上皮变薄、基底膜不规则及炎症改变。目标2：在可获得的情况下，将体内CLE成像特征与上鼻甲组织的组织病理学发现进行比较，以识别候选的体内成像生物标志物。当常规手术包括切除上鼻甲组织时，CLE图像将与组织病理学配对，以评估神经元密度、支持细胞完整性和炎症等特征的一致性。
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。
