口腔扁平苔藓与平均血小板体积数据集
该数据集来自 clinicaltrials.gov，聚焦口腔扁平苔藓与平均血小板体积（MPV）的关系。研究对象为 70 例疑似口腔扁平苔藓患者，涵盖萎缩型和疱性糜烂型，均接受常规临床检查与活检，并以活检作为金标准
基本信息
资源简介
口腔扁平苔藓与平均血小板体积数据集
该数据集来自 clinicaltrials.gov，聚焦口腔扁平苔藓与平均血小板体积（MPV）的关系。研究对象为 70 例疑似口腔扁平苔藓患者，涵盖萎缩型和疱性糜烂型，均接受常规临床检查与活检，并以活检作为金标准。所有参与者空腹 12 小时后于上午 08:00 至 09:00 采血，样本置于含 EDTA 的试管中，并在采样后 2 小时内完成 MPV 及其他血液学参数分析。数据可用于探索口腔扁平苔藓与血小板参数之间的关联（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：口腔扁平苔藓。70 例疑似口腔扁平苔藓患者；萎缩型和疱性糜烂型将纳入在白炽投射光下进行的常规临床检查。以活检作为金标准，所有患者都将接受活检。血液样本：对于所有参与者，血液样本将在上午 08:00 至 09:00 之间、禁食 12 小时后抽取，并在采样后 2 小时内进行分析。MPV 和其他血液学参数将在采集于含 EDTA 试管中的血液样本中测量。全血细胞分析将在开罗大学医学院 New Kasr Al-Aini 教学医院血液学实验室进行。为确保 MPV 测量可靠，研究者将所有患者采样与分析之间的时间延迟标准化为 <2 小时。活检制备：一项外科
【主题与分类】
主题标签：Lichen Planus, Oral。本站分类：血液及造血器官疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03687437
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/NCT03687437
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：口腔扁平苔藓。70例疑似口腔扁平苔藓患者；萎缩型和大疱性糜烂型将纳入在白炽投射光下进行的常规临床检查。以活检作为金标准，所有患者均将接受活检。血液样本：对所有参与者，血液样本将在上午08：00至09：00之间、禁食12小时后抽取，并在采样后2小时内完成分析。MPV及其他血液学参数将在采集于含EDTA试管中的血样中测定。全血细胞分析将在开罗大学医学院New Kasr Al-Aini教学医院血液学实验室进行。为确保MPV测量的可靠性，研究者将所有患者采样与分析之间的时间间隔统一控制在<2小时。活检制备：将进行手术活检以作组织病理学评估。所有临床识别的病变均接受活检，标本将置于10%缓冲福尔马林中固定。
石蜡包埋材料将切成4 μm厚的切片，用苏木精+伊红染色，然后提交给一位对临床发现不知情的高级口腔病理学家进行组织病理学评估。统计分析 收集的数据将通过SPSS 18.0版软件录入。计算MPV的敏感性、特异性、阳性预测值（PPV）、阴性预测值（NPV）和准确性。结果将与组织病理学结果使用卡方检验进行比较，p值设定为< 0.05。
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。
