牙龈瘢痕性类天疱疮患者牙周微生物群研究:双中心初步研究
该数据集来自 clinicaltrials.gov,主题为牙龈瘢痕性类天疱疮(PC)患者的牙周微生物群研究,属于双中心初步研究

基本信息
资源简介
牙龈瘢痕性类天疱疮患者牙周微生物群研究:双中心初步研究
该数据集来自 clinicaltrials.gov,主题为牙龈瘢痕性类天疱疮(PC)患者的牙周微生物群研究,属于双中心初步研究。源站描述指出,PC 患者即使接受全身及局部抗炎和/或免疫抑制治疗,牙龈组织仍可能持续糜烂,导致口腔不适、饮食受限和刷牙困难,牙菌斑生物膜因而难以避免地堆积。研究提示,失调的牙周微生物群会促进具毒力、厌氧、蛋白水解性细菌生长,这类细菌对牙周组织具有高度侵袭性和破坏性。该数据可用于探索 PC 患者牙周微生物群特征及其与牙周治疗的关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Pemphigoid。在牙龈瘢痕性类天疱疮(PC)患者中,临床经验表明,牙周治疗在药物治疗之外也有益处,因为后者并不总能实现最佳的牙龈愈合。当组织尽管接受全身治疗和/或局部、抗炎和/或免疫抑制治疗仍保持糜烂时,患者常报告持续的口腔不适,这限制了他们的饮食以及刷牙的困难。因此,以细菌生物膜形式组织起来的牙菌斑堆积变得不可避免。然而,由于其日益发展,研究已揭示,这种失调的牙周微生物群会促进具毒力、厌氧、蛋白水解性细菌的生长,这些细菌对牙周组织具有高度侵袭性和破坏性。此外,这一过程会在存在
【主题与分类】
主题标签:Pemphigoid。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04555681
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/NCT04555681
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:类天疱疮。在牙龈瘢痕性类天疱疮(PC)患者中,临床经验表明,除药物治疗外,牙周治疗亦有益处,因为药物治疗并非总能实现最佳的牙龈愈合。当组织尽管接受了全身治疗和/或局部、抗炎和/或免疫抑制治疗仍持续糜烂时,患者常报告持续的口腔不适,限制了他们的饮食以及刷牙的困难。因此,以细菌生物膜形式组织起来的牙菌斑积累变得不可避免。然而,由于其日益发展,研究已揭示这种失调的牙周微生物群促进了具有高侵袭性和对牙周组织有害特性的强毒、厌氧、蛋白水解细菌的生长。此外,在存在牙龈糜烂区域的情况下,这一过程会被放大。
通过消除感染性牙周入口,牙周治疗应能够:i/ 恢复口腔舒适度;ii/ 预防可能影响患者全身状况或抵消药物治疗效果的任何全身性口腔感染并发症;iii/ 限制伴随牙周疾病的加重,从而降低牙齿脱落的风险。然而在实践中,结合龈下刮治和清创的基础牙周治疗并不能系统性地实现这些目标。一种解释可能在于牙科细菌生物膜的质量尚未针对自身免疫性大疱性疾病进行确定。因此,我们描述性观察性初步研究的主要目的是研究牙龈CP患者的牙周致病菌群组成,以便促进实施更合适、更有效的牙周治疗。次要目的是建立该菌群组成与口腔生活质量、糜烂性牙龈损伤严重程度之间潜在的相关性,无论是否
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。




