Retimax Vision Trainer 声学生物反馈视觉康复用于晚期年龄相关性黄斑变性患者
本数据集来自 clinicaltrials.gov,聚焦 Retimax Vision Trainer 声学生物反馈视觉康复在晚期年龄相关性黄斑变性患者中的应用

基本信息
资源简介
Retimax Vision Trainer 声学生物反馈视觉康复用于晚期年龄相关性黄斑变性患者
本数据集来自 clinicaltrials.gov,聚焦 Retimax Vision Trainer 声学生物反馈视觉康复在晚期年龄相关性黄斑变性患者中的应用。研究为前瞻性、非随机、单中心、比较性研究,纳入晚期黄斑变性、老年性黄斑变性、干性黄斑变性、黄斑瘢痕及非渗出性黄斑变性等病症。Retimax Vision Trainer 旨在提升各类眼病患者的视觉功能,帮助利用并优化残余视觉潜能,适用于中心性低视力、视网膜退行性疾病、弱视等。数据可用于视觉康复相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:晚期黄斑变性、老年性黄斑变性、干性黄斑变性、黄斑瘢痕、非渗出性黄斑变性。研究类型:前瞻性、非随机、单中心、比较性研究。申办方与临床中心之间无协议。申办方与资助方之间无协议:该研究无资助。背景:Retimax Vision Trainer 是一种创新方法,旨在提高各种起源和性质的眼病患者的视觉功能,使患者能够利用并优化其残余视觉潜能。它面向不同起源和严重程度的视觉障碍患者,如视野缺损、中心性低视力、退行性视网膜疾病、弱视。它由一种用于记录在感知结构化视觉刺激期间诱发的生物电反应的设备组成。
【主题与分类】
主题标签:Macular Degeneration Advanced、Macular Degeneration, Senile、Macular Degeneration, Dry、Macular Scar、Macular Degeneration Nonexudative。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04084587
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/NCT04084587
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
疾病:晚期黄斑变性、老年性黄斑变性、干性黄斑变性、黄斑瘢痕、非渗出性黄斑变性。研究类型:前瞻性、非随机、单中心、比较性研究。申办方与临床中心之间无协议。申办方与资助方之间无协议:该研究无资金支持。背景:Retimax Vision Trainer是一种创新方法,旨在提高各种起源和性质的眼病患者的视觉功能,使患者能够利用并优化其残余视觉潜能。该方法针对不同起源和严重程度的视觉障碍患者,如视野缺损、中枢性低视力、退行性视网膜疾病、弱视。它由一种设备组成,用于记录在感知结构化视觉刺激期间诱发的生物电反应,并通过声音生物反馈机制由患者对该反应进行控制。通过激活替代神经元回路利用神经元可塑性,从而提高视觉能力。
该设备已在摩德纳大学医院(AOU Modena)临床实践中使用约一年,正是用于视觉障碍患者的康复适应症:因此,当前适应症已涵盖所讨论的研究。中心性低视力患者,如晚期AMD患者,往往会自主形成一个偏心注视区(PRL或首选视网膜位点),通常位于黄斑的水平子午线上,主要在乳头黄斑束上。然而,这种情况构成了一种障碍,因为它无法实现连续视觉,例如妨碍阅读和书写,而阅读和书写需要一条足够长的健康视网膜组织带,以同时观看至少10-12个单词。因此,中心性低视力患者可以从具有生物反馈机制的康复方案中获益,这些方案教导患者移动眼睛,将PRL从中心退化区转移到相邻的足够大的健康区域。
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。




