酶与活性盐牙膏的比较
该数据集来自 clinicaltrials.gov,主题为酶与活性盐牙膏的比较,涉及牙龈炎、慢性牙龈炎、牙周疾病和牙菌斑等口腔健康问题

基本信息
资源简介
酶与活性盐牙膏的比较
该数据集来自 clinicaltrials.gov,主题为酶与活性盐牙膏的比较,涉及牙龈炎、慢性牙龈炎、牙周疾病和牙菌斑等口腔健康问题。源站描述介绍了口腔中超过700种细菌等微生物以牙菌斑或生物膜形式存在,与宿主共生并防止病原微生物定植,但共生关系失衡可导致牙龈炎、牙周炎和龋齿,可通过化学制剂和机械技术进行菌斑控制,其中刷牙等机械菌斑控制是个人维护口腔卫生的关键。数据可用于口腔疾病相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:牙龈炎;慢性牙龈炎和牙周疾病,牙菌斑。引言 口腔中栖息着超过700种细菌和其他微生物组成的多样微生物群。这些微生物以牙菌斑或生物膜的形式有组织地存在。这些共生微生物与宿主和谐共处,并执行许多重要功能,例如防止病原微生物的定植。然而,有时这种共生关系可能崩溃,导致牙龈炎、牙周炎和龋齿等状况。这可以通过适当的菌斑控制来预防。菌斑控制涉及化学制剂和机械技术的使用。刷牙等机械菌斑控制是个人层面维持口腔卫生的关键。尽管充分机械去除菌斑的有效性
【主题与分类】
主题标签:Gingivitis; Chronic、Gingivitis and Periodontal Diseases、Dental Plaque。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07880483
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/NCT07880483
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:牙龈炎;慢性牙龈炎和牙周病、牙菌斑。引言口腔内栖息着由700多种细菌及其他微生物组成的多样化微生物群。这些微生物以牙菌斑或生物膜的形式有组织地存在。这些共生微生物与宿主和谐共处,并发挥多种重要功能,例如防止病原微生物定植。然而,有时这种共生关系可能失衡,导致牙龈炎、牙周炎和龋齿等疾病。这可以通过适当的菌斑控制来预防。菌斑控制包括使用化学制剂和机械方法。机械性菌斑控制如刷牙是个人层面维持口腔卫生的关键。尽管充分的机械性菌斑清除的有效性已被证实,但仅有11-51%的人能够正确清洁牙齿。因此,需要牙膏和漱口水等化学菌斑控制剂作为机械性菌斑控制的辅助手段。
三氯生、草药、酶、氯己定、金属离子、盐等作为活性剂被添加到牙膏中。在过去十年中,一项关于酶牙膏(活性成分为乳过氧化物酶、淀粉葡萄糖苷酶和葡萄糖氧化酶)的体外研究表明,该牙膏可通过提高唾液中过氧化氢、溶菌酶和次硫氰酸盐的水平来增强口腔的天然抗菌系统,同时还能降低口腔细菌生物膜的存活率。在一项针对牙菌斑样本的测序研究中,类似的含酶牙膏显示出微生物组生态(在物种水平上)的显著变化。牙周健康促进微生物(如奈瑟菌属)的12个分类群增加,而病原微生物(如密螺旋体属)的10个分类群减少。多项临床研究显示,酶牙膏在减少牙菌斑和牙龈炎方面取得了令人鼓舞的结果。, , 另一种因其功效而闻名的重要活性成分
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。




