无磨损条件下被动医用钛表面在服役中是否劣化的数据
该数据集来自 Dryad，包含关于医用钛表面在无磨损条件下是否发生劣化的研究数据。研究关注商业纯钛颅骨锚定装置（骨锚式助听器）周围软组织，采用同步辐射 X 射线微荧光光谱和 X 射线吸收近边结构进行分析
基本信息
资源简介
无磨损条件下被动医用钛表面在服役中是否劣化的数据
Data from: Do ‘passive’ medical titanium surfaces deteriorate in service in the absence of wear?
该数据集来自 Dryad，包含关于医用钛表面在无磨损条件下是否发生劣化的研究数据。研究关注商业纯钛颅骨锚定装置（骨锚式助听器）周围软组织，采用同步辐射 X 射线微荧光光谱和 X 射线吸收近边结构进行分析。数据可用于探究钛植入物表面劣化、离子释放及颗粒产生与种植体周围炎症的关系，为评估最小承重钛植入物的长期服役性能提供实验依据（来源 DOI 解析，Creative Commons Zero v1.0 Universal 许可）。
【数据集背景】
源站首次发布：2012。
【数据内容】
源站描述（机器翻译，仅供参考）：全球每年有超过1000吨钛（Ti）以生物医学器械的形式植入患者体内。由于金属表面存在坚固的被动氧化膜（约4纳米厚），钛被认为具有“生物相容性”。然而，表面劣化可导致钛离子释放，磨损和/或腐蚀过程也可产生颗粒。这种表面劣化可导致种植体周围炎症，进而造成植入装置过早失效或需要手术翻修。利用同步辐射X射线微荧光光谱和X射线吸收近边结构，对商业纯钛颅骨锚定装置（骨锚式助听器）周围的软组织进行了研究。在此，我们首次提供实验证据表明，不受宏观……（源站描述在此处截断）
【主题与分类】
主题标签：crevice corrosion、microfocus spectroscopy。本站分类：肌肉骨骼系统疾病。
【获取与许可】
源站页面：https://datadryad.org/dataset/doi:10.5061/dryad.r5rh1
使用许可：Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.r5rh1
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:
数据集大小约 474.8 KB。
数据说明
全球每年有超过1000吨的钛（Ti）以生物医学器械的形式植入患者体内。由于金属表面存在一层坚固的钝化氧化膜（约4纳米厚），钛被认为具有“生物相容性”。然而，表面劣化可导致钛离子释放，磨损和/或腐蚀过程也可产生颗粒。这种表面劣化可引发种植体周围炎症，导致植入器械过早失效或需要进行手术翻修。本研究采用同步辐射X射线微荧光光谱和X射线吸收近边结构技术，对商用纯钛颅骨锚定装置（骨锚式助听器）周围的软组织进行了研究。在此，我们首次提供实验证据表明，不承受宏观磨损过程的最小承重钛植入物可将钛碎屑释放到周围软组织中。由于已证实此类碎屑具有促炎作用，我们认为这种钛的分布很可能影响器械的使用寿命。
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
