计算机辅助PEEK与传统钛板在下颌骨体骨折中的临床评估
该数据集来自clinicaltrials.gov,主题为计算机辅助PEEK板与传统钛板在下颌骨体骨折中的临床评估。数据覆盖下颌骨体骨折患者,分为两组:一组接受传统钛板内固定,另一组接受定制PEEK板

基本信息
资源简介
计算机辅助PEEK与传统钛板在下颌骨体骨折中的临床评估
该数据集来自clinicaltrials.gov,主题为计算机辅助PEEK板与传统钛板在下颌骨体骨折中的临床评估。数据覆盖下颌骨体骨折患者,分为两组:一组接受传统钛板内固定,另一组接受定制PEEK板。纳入标准包括单侧下颌骨体骨折需开放复位内固定、不限年龄性别、无影响骨愈合的全身性疾病、一般状况可耐受全麻手术等。该数据可用于比较两种固定方式在骨折治疗中的临床效果,支持分类或疗效评估研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:下颌骨骨折,下颌骨骨折。两组下颌骨体骨折患者,需单独行开放复位内固定或联合下颌骨或中面部其他部位骨折行开放复位内固定。第一组将接受传统钛板内固定。第二组将接受定制PEEK板。纳入标准:所有受试者需满足:1. 至少有一处单侧下颌骨体骨折,需单独行开放复位内固定或联合下颌骨或中面部其他部位骨折行开放复位内固定。2. 本研究纳入所有年龄和性别。3. 患者应无任何可能影响骨正常愈合和可预测结局的全身性疾病。4. 患者一般状况良好,允许在全身麻醉下接受大型手术。5. 患者身体和心理
【主题与分类】
主题标签:Fracture Mandible、Mandibular Fractures。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03466190
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/NCT03466190
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:下颌骨骨折、下颌骨骨折。两组下颌骨体部骨折患者,均具有单独行切开复位内固定或合并下颌骨或面中部其他部位骨折行切开复位内固定的指征。第一组将接受传统钛板内固定。第二组将接受定制PEEK板。纳入标准:所有受试者均需满足:1. 至少有一侧下颌骨体部骨折,具有单独行切开复位内固定或合并下颌骨或面中部其他部位骨折行切开复位内固定的指征。2. 本研究纳入所有年龄和性别。3. 患者不应患有任何可能影响正常骨愈合和可预测结局的系统性疾病。4. 患者一般状况良好,允许在全身麻醉下接受大型外科手术。5. 患者具有身体和心理耐受性。排除标准:1. 患有高风险系统性疾病如未控制的糖尿病的患者。因为未控制的糖尿病会对正常骨愈合产生负面影响。2. 陈旧性骨折患者。因为其会影响骨折段复位的准确性。3.
身体和心理不耐受的患者。由于心理压力会影响免疫系统和患者的体能,包括愈合能力。干预措施:符合条件的患者将按相等比例随机分配到研究组(PEEK定制板)和对照组(钛板)。A- 计算机辅助PEEK定制板:* 所有病例均在全身麻醉下接受手术。* 使用标准化手术入路暴露骨折段。* 在定制板的引导下将骨折段复位至正常解剖位置。* 使用PEEK定制板及2.0 mm螺钉固定骨折碎片。B- 传统钛板:* 所有病例均在全身麻醉下接受手术。* 使用标准化
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。




