智能手机热成像比较创新技术预防皮质骨切开术组织过热的效果:网状手术导板与动态导航
该数据集源自 clinicaltrials.gov 的一项分口随机初步临床试验,旨在比较网状静态计算机引导手术与动态计算机引导手术两种皮质骨切开术在预防组织过热方面的效果

基本信息
资源简介
智能手机热成像比较创新技术预防皮质骨切开术组织过热的效果:网状手术导板与动态导航
该数据集源自 clinicaltrials.gov 的一项分口随机初步临床试验,旨在比较网状静态计算机引导手术与动态计算机引导手术两种皮质骨切开术在预防组织过热方面的效果。研究于2024年10月至2025年2月在罗马 Sapienza 大学口腔颌面科学系开展,遵循赫尔辛基宣言和 CONSORT 指南,使用智能手机热成像测量术中温度。数据可用于分析两种技术产生的温度差异,评估手术安全性,并为正畸辅助手术的热损伤预防提供参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:正畸牙齿移动、烧伤损伤。本研究旨在比较两种创新皮质骨切开术技术——网状静态计算机引导手术与动态计算机引导手术——在预防组织过热方面的效果。初始假设是两种技术所用皮质骨切开术期间产生的温度之间无统计学显著差异。本分口随机初步临床试验于2024年10月至2025年2月在罗马 Sapienza 大学口腔颌面科学系开展,遵循赫尔辛基宣言的伦理原则和 CONSORT 指南。患者被告知研究内容、风险和获益,并获取书面同意。该研究获得批准,来
【主题与分类】
主题标签:Orthodontic Tooth Movement、Burn Injury。本站分类:感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06934161
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/NCT06934161
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:正畸牙齿移动、烧伤。本研究旨在比较两种创新皮质骨切开术式的有效性,即采用网状静态计算机引导手术和动态计算机引导手术,在预防组织过热方面的效果。初始假设为:两种技术所采用的皮质骨切开术过程中产生的温度之间无统计学显著差异。本分口随机初步临床试验于2024年10月至2025年2月在罗马 Sapienza 大学口腔颌面科学系开展,遵循《赫尔辛基宣言》的伦理原则和 CONSORT 指南。患者已被告知研究内容、风险和获益,并签署书面知情同意书。本研究获得 Lazio Area 1 伦理委员会批准(编号7782)。纳入标准为:(1)年龄>18岁,(2)需要正畸治疗并请求短期正畸治疗,(3)口腔卫生良好,(4)无全身及口腔急性感染,(5)一般健康状况良好。
排除标准如下:(1)未控制的全身性疾病;(2)综合征患者;(3)吸烟习惯;(4)牙周疾病。根据纳入标准,共纳入并治疗了4例患者。两种皮质骨切开术的象限通过抛硬币随机决定,并由与研究无关的人员执行。手术由一位经验丰富的操作者(MC)完成。为实现更短的的正畸治疗时长以及安全、微创的手术,计划并实施了计算机辅助皮质骨切开术,在同一受试者的不同象限分别采用网状静态计算机引导手术和动态计算机引导手术。每位受试者在进行口内检查和牙周健康评估后,接受了锥形束计算机断层扫描(CBCT)检
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




