双光抗菌光动力疗法作为OLP皮质类固醇治疗的辅助治疗
该数据集来自clinicaltrials.gov,主题为双光抗菌光动力疗法作为口腔扁平苔藓(OLP)皮质类固醇治疗的辅助治疗

基本信息
资源简介
双光抗菌光动力疗法作为OLP皮质类固醇治疗的辅助治疗
该数据集来自clinicaltrials.gov,主题为双光抗菌光动力疗法作为口腔扁平苔藓(OLP)皮质类固醇治疗的辅助治疗。源站描述涉及口腔扁平苔藓、牙菌斑和口腔细菌感染,并介绍了Lumoral这一CE认证医疗器械,其作用机制为抗菌光动力疗法(aPDT),通过漱口液和光 applicator 在家庭环境中靶向作用于牙菌斑。数据集可用于研究OLP辅助治疗、口腔细菌感染控制及光动力疗法的应用(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、牙菌斑、口腔细菌感染。口腔扁平苔藓(OLP)是一种相对常见的、慢性免疫介导的黏膜皮肤疾病,通常发生在口腔黏膜表面。口腔病变常为多发性,呈双侧对称分布。口腔中最常受累的部位是颊黏膜和舌黏膜以及牙龈。约10%的OLP患者表现为牙龈受累。Lumoral是一种CE认证的医疗器械,旨在家庭环境中对牙菌斑提供强效、靶向的抗菌作用。该器械的作用机制是抗菌光动力疗法(aPDT)。该器械通过漱口使用,漱口液对牙菌斑有很强的粘附性。粘附于牙菌斑的光活性漱口液可通过简单易用的光 applicator 激活。使用该器械可以改善
【主题与分类】
主题标签:Oral Lichen Planus、Dental Plaque、Oral Bacterial Infection。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05401201
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/NCT05401201
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:口腔扁平苔藓、牙菌斑、口腔细菌感染。口腔扁平苔藓(OLP)是一种较为常见的慢性免疫介导的皮肤黏膜疾病,通常发生于口腔黏膜表面。口腔病损常为多发性,呈双侧对称分布。口腔内最常受累的部位是颊黏膜、舌黏膜和牙龈。约10%的OLP患者表现为牙龈受累。Lumoral是一种带有CE标志的医疗器械,专为在家庭环境中对牙菌斑提供强效、靶向的抗菌作用而开发。该器械的作用机制为抗菌光动力疗法(aPDT)。使用时,只需含漱一种对牙菌斑具有强黏附性的漱口水。黏附于牙菌斑的光活性漱口水可通过操作简便的光照射器进行激活。使用该器械可改善龈上菌斑的控制。初步结果显示,除减少菌斑外,还具有令人鼓舞的抗炎反应。共有60名经组织学确诊为伴牙龈受累的OLP受试者被纳入本研究。
受试者被随机分为研究组和对照组。两组均使用局部皮质类固醇治疗两周。此外,研究组将初始每天使用一次Lumoral设备。所有受试者均需评估脱屑性牙龈炎临床评分(DGCS)、Escudier指数(EI)、可见菌斑指数(VPI)、探诊出血指数(BOP)、疼痛评分(VAS)、aMMP-8炎症标志物及口腔念珠菌病。这些分析应在基线时以及治疗开始后4周、3个月、6个月和12个月时进行。此外,应在基线时以及治疗开始后6个月和12个月时,通过分级慢性疼痛量表(GCPS)、口腔健康影响概况(OHIP-14)和广泛性焦虑障碍(GAD-7)问卷评估心理社会因素。主要结局是12个月研究期间平均疼痛评分(VAS)症状日记的改善。
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。




