下颌阻生第三磨牙术后软组织愈合与三氯生涂层缝线细菌负荷研究
该数据集来自clinicaltrials.gov,聚焦下颌阻生第三磨牙拔除术后软组织愈合与缝线细菌负荷。研究为随机双盲两周期交叉临床试验,比较三氯生涂层polyglactin 910缝线与标准非涂层缝线在早期愈合中减少细菌黏附/数量的效果,并观察相关软组织愈合

基本信息
资源简介
下颌阻生第三磨牙术后软组织愈合与三氯生涂层缝线细菌负荷研究
该数据集来自clinicaltrials.gov,聚焦下颌阻生第三磨牙拔除术后软组织愈合与缝线细菌负荷。研究为随机双盲两周期交叉临床试验,比较三氯生涂层polyglactin 910缝线与标准非涂层缝线在早期愈合中减少细菌黏附/数量的效果,并观察相关软组织愈合。每名受试者间隔4周接受两次手术拔牙,手术侧记录在案,按手术顺序分配治疗。数据可用于评估涂层缝线的抗菌性能及术后愈合相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:下颌阻生第三磨牙、术后伤口愈合。这项随机、双盲、两周期交叉临床试验评估三氯生涂层polyglactin 910缝线与标准(非涂层)polyglactin 910缝线在下颌阻生第三磨牙手术后抗菌性能的比较。该研究旨在确定三氯生涂层是否减少术后早期愈合期间缝线材料上的细菌黏附/数量,并检查相关的软组织愈合。每名参与者间隔4周在不同时间接受两次下颌阻生第三磨牙手术拔除。手术侧(右侧或左侧)可能因病例而异并记录;治疗分配基于手术顺序(第1周期与第2周期)。参与者被随机分配到两种序列之一:(A)三氯生涂层缝线
【主题与分类】
主题标签:Impacted Mandibular Third Molar、Postoperative Wound Healing。本站分类:感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07386366
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/NCT07386366
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:下颌阻生第三磨牙、术后伤口愈合。本随机、双盲、两周期交叉临床试验评估三氯生涂层聚乳糖910缝线与标准(非涂层)聚乳糖910缝线在下颌阻生第三磨牙拔除术后的抗菌性能。本研究旨在确定三氯生涂层是否可减少术后早期愈合期间缝线材料上的细菌黏附/数量,并考察相关的软组织愈合情况。每名受试者接受两次独立的下颌阻生第三磨牙外科拔除术,分别在不同时间进行,间隔4周。手术侧(右侧或左侧)可能因病例而异,并予以记录;治疗分配基于手术顺序(第1周期与第2周期)。受试者被随机分配至以下两种序列之一:(A)第一次手术使用三氯生涂层缝线,第二次手术使用非涂层缝线;或(B)相反序列。两个周期均采用标准化围手术期管理,以减少操作变异性。对受试者和结局评估者保持设盲。
分配方案对受试者设盲,并在数据收集后记录以供分析。每次手术后,在术后第一周内通过预先设定的临床评估和对采集的一小段缝线进行实验室检测来开展随访评估,两个阶段的随访时间保持一致。随访在每次手术后的第3天、第5天和第7天进行。交叉设计使得能够在同一受试者体内对不同类型的缝线进行比较,减少了个体间口腔微生物群和愈合反应的差异。两次手术之间间隔4周,旨在尽量减少第一次手术的遗留效应。
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。




