用于鼻牙槽塑形的打印矫治器数据集
该数据集来自 clinicaltrials.gov,聚焦单侧完全性唇腭裂婴儿的鼻牙槽塑形治疗。研究拟招募10名年龄在7至45天、符合纳入标准的单侧唇腭裂婴儿,采集上颌印模、鼻唇区口外扫描及面部照片,并完成数字模型准备、模型分割与修改、虚拟治疗模拟、虚拟矫治器构建及三维矫治器打印等数字流程

基本信息
资源简介
用于鼻牙槽塑形的打印矫治器数据集
该数据集来自 clinicaltrials.gov,聚焦单侧完全性唇腭裂婴儿的鼻牙槽塑形治疗。研究拟招募10名年龄在7至45天、符合纳入标准的单侧唇腭裂婴儿,采集上颌印模、鼻唇区口外扫描及面部照片,并完成数字模型准备、模型分割与修改、虚拟治疗模拟、虚拟矫治器构建及三维矫治器打印等数字流程。打印后为每名婴儿提供个性化矫治器,并将鼻支架固定于矫治器上交付,同时向家长演示粘接、佩戴与取出方法,指导每日取出清洁一次。该数据可用于唇腭裂早期干预、数字化矫治器设计与治疗流程相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:单侧完全性唇腭裂。将招募10名年龄在7至45天、符合纳入标准的单侧唇腭裂(UCLP)婴儿样本,并接受以下研究程序:上颌印模、鼻唇区口外扫描和面部照片。对于数字工作流程;将完成以下步骤:1. 数字模型准备。2. 模型分割和修改。3. 虚拟治疗模拟。4. 虚拟矫治器构建。5. 三维矫治器打印。矫治器打印后,每名婴儿将获得其自己的一套矫治器。鼻支架将固定到矫治器上,然后交付,并向家长仔细演示粘接剂放置、插入和取出。将指导家长每天取出矫治器一次以进行适当清洁。婴
【主题与分类】
主题标签:Unilateral Complete Cleft Lip and Palate。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06683560
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/NCT06683560
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:单侧完全性唇裂和腭裂。将招募10名出生时患有单侧唇裂和腭裂(UCLP)、年龄在7至45天之间且符合纳入标准的婴儿,并对其进行以下研究程序:上颌印模、鼻唇区域口外扫描和面部照片。对于数字化工作流程,将进行以下步骤:1. 数字模型准备。2. 模型分割和修改。3. 虚拟治疗模拟。4. 虚拟矫治器构建。5. 三维矫治器打印。矫治器打印后,每名婴儿将佩戴其自身的一套矫治器。鼻支架将固定到矫治器上,然后交付使用,并向父母详细演示粘合剂的放置、插入和取出方法。将指导父母每天取出矫治器一次以进行适当清洁。婴儿将每两周随访一次,直至上颌牙弓节段接近和鼻唇组织形态改善。最后,将采集治疗后记录。
• 研究地点:本研究将在Ain-Shams大学牙科学院正畸科的诊所进行。 • 研究程序:符合纳入标准并同意参与研究的婴儿将被纳入。在纳入研究前,婴儿的父母将签署知情同意书,其中将明确描述研究目的、方法和可能的并发症。本研究将由Ain-Shams大学牙科学院研究伦理委员会审查。 九、统计分析 评估方法 1. 术前T1和术后T2模型将进行数字化测量、评估和比较。 2. 术前T1和术后T2软组织扫描将进行数字化测量、评估和比较。 3. 最终虚拟模型和最终婴儿模型将进行数字化比较。 4. 将计算总治疗时长。 最后,数据将制表并st
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。




