获得性慢性糜烂性牙龈炎:牙龈乳头活检的临床相关性
该数据集来自 clinicaltrials.gov,聚焦获得性慢性糜烂性牙龈炎(CEGS)这一兼具严重牙龈炎症与牙龈糜烂的综合征,涉及牙龈疾病、牙龈炎、自身免疫性疾病及口腔扁平苔藓等主题

基本信息
资源简介
获得性慢性糜烂性牙龈炎:牙龈乳头活检的临床相关性
该数据集来自 clinicaltrials.gov,聚焦获得性慢性糜烂性牙龈炎(CEGS)这一兼具严重牙龈炎症与牙龈糜烂的综合征,涉及牙龈疾病、牙龈炎、自身免疫性疾病及口腔扁平苔藓等主题。源站描述指出,文献中常用的“剥脱性牙龈炎”一词并不恰当,因其病理生理过程并非剥脱,而是牙龈上皮全部或部分缺失即糜烂;多数临床情形下,该病是伴免疫功能障碍的全身性疾病的口腔表现,最常见者为牙龈扁平苔藓与自身免疫性大疱性疾病(AIBD)。2018年一项单中心研究首次详细描述了原创的牙龈乳头活检方法。该数据可用于牙龈疾病与免疫相关口腔表现的研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:牙龈疾病、牙龈炎、自身免疫性疾病、口腔扁平苔藓。慢性糜烂性牙龈炎是一种综合征(CEGS),兼具严重的牙龈炎症与牙龈糜烂。文献中常使用“剥脱性牙龈炎”一词来定义慢性糜烂性牙龈炎。然而,这一定义并不恰当,因为引起该牙龈疾病的病理生理过程并非导致剥脱,而是导致牙龈物质的丧失,即糜烂,累及牙龈上皮的全部或部分。在多数临床情形下,慢性糜烂性牙龈炎是伴有免疫功能障碍的全身性疾病的口腔表现。最常被描述的疾病是牙龈扁平苔藓和自身免疫性大疱性疾病(AIBD)。2018年,作为一项单中心研究的一部分,我们首次详细描述了一种原创的牙龈乳头活检
【主题与分类】
主题标签:Gingival Diseases、Gingivitis、Autoimmune Diseases、Oral Lichen Planus。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04293718
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/NCT04293718
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
病症:牙龈疾病、牙龈炎、自身免疫性疾病、口腔扁平苔藓。慢性糜烂性牙龈炎是一种综合征(CEGS),表现为严重的牙龈炎症和牙龈糜烂。文献中常用“剥脱性牙龈炎”一词来定义慢性糜烂性牙龈炎。然而,这一定义并不恰当,因为该牙龈疾病的病理生理过程并非引起剥脱,而是导致牙龈物质的丧失,即糜烂,累及全部或部分牙龈上皮。在大多数临床情况下,慢性糜烂性牙龈炎是伴有免疫功能障碍的全身性疾病的口腔表现。最常描述的疾病是牙龈苔藓样变和自身免疫性大疱性疾病(AIBD)。2018年,在一项单中心研究中,我们首次详细描述了一种原创的牙龈乳头活检方案,该方案非医源性,完全适用于诊断AIBD牙龈表现所需的解剖病理学检查。口腔科医生对CEGS的早期发现可避免延迟诊断,并使患者能够被转诊至最近的AIBD参考中心。
假设/目的 开展了一项双中心研究,以评估该方案的临床相关性,包括CEGS的鉴别诊断。研究还通过进行系统性文献综述加以补充,以比较乳头状活检技术与其他牙龈取样方法(附着龈组织、黏膜)的诊断贡献能力。方法 于2011年10月至2019年7月在巴黎两家公立医院(法国巴黎Bretonneau大学医院和克雷泰伊Henri Mondor医院)的两个口腔医学科室开展了一项回顾性双中心观察性研究。这两个科室专门从事口腔病理学的诊断和管理;Henri Mondor医院的科室是AIBD参考中心。文献综述按照PRISMA建议制定。该综述在Pubmed - MEDLINE上进行
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。




