III类牙颌面畸形患者牙倾斜度与骨厚度相关性研究

该数据集来自 clinicaltrials.gov,聚焦 III 类牙颌面畸形患者,包含 40 例个体的三维 CBCT 影像

Michelle SendykMichelle Sendyk
clinicaltrials
浏览 10
图像回归Dentofacial Deformities
Correlation Between Dental Inclination and Bone Thickness in Patients With Class III Dentofacial Deformities

基本信息

模态
图像
任务类型
回归
创建/更新时间
2026-10-14

资源简介

III类牙颌面畸形患者牙倾斜度与骨厚度相关性研究

该数据集来自 clinicaltrials.gov,聚焦 III 类牙颌面畸形患者,包含 40 例个体的三维 CBCT 影像。研究测量全部牙齿的颊舌向倾斜度,以及上颌和下颌牙槽骨在釉牙骨质界下 3、6、8 mm 三个高度的骨厚度,使用 Dolphin 3D 程序完成。影像在初始阶段和术前正畸去代偿结束后两个阶段评估,并采用 Pearson 相关检验分析牙倾斜度与骨厚度之间的关系。数据可用于口腔颌面影像分析、正畸与正颌治疗规划及相关性建模研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:牙颌面畸形。III 类牙颌面畸形与重要的功能、心理和美学改变相关,因此受此类畸形影响的个体有动力寻求治疗。样本将包含 40 名 III 类牙颌面畸形个体的三维图像。从这些由 CBCT 扫描生成的图像中,将通过 Dolphin 3D® 程序测量所有牙齿的颊舌向倾斜度以及上颌-下颌牙槽骨在三个不同高度(3、6 和 8 mm)从釉牙骨质界起的骨厚度。样本的三维扫描将在两个阶段进行评估:初始阶段和术前正畸阶段结束时的牙去代偿之后。将使用 Pearson 相关检验来验证牙倾斜度与骨厚度之间的关系。厚度测量

【主题与分类】

主题标签:Dentofacial Deformities。本站分类:肌肉骨骼系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02491619

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT02491619

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:牙颌面畸形。III类牙颌面畸形伴有重要的功能、心理和美学改变,因此受此类畸形影响的个体有寻求治疗的动机。样本将包括40名III类牙颌面畸形个体的三维图像。从这些由CBCT扫描生成的图像中,将通过Dolphin 3D®程序,从釉牙骨质界处测量所有牙齿的颊舌向倾斜度以及三个不同高度(3、6和8 mm)的上颌-下颌牙槽骨厚度。样本的3D扫描将在两个阶段进行评估:初始阶段和术前正畸阶段结束时的牙代偿去代偿后。将使用Pearson相关检验来验证牙齿倾斜度与骨厚度之间的关系。厚度测量值和颊舌向倾斜度将使用配对Student t检验在治疗时间点(初始和术前)之间进行比较。

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。

获取专属数据定制方案