个性化HTO与通用HTO机械安全性比较的虚拟临床试验数据集
比较个性化与通用胫骨高位截骨术器械机械安全性的虚拟临床试验数据集，包含28名膝骨关节炎患者的有限元分析结果。
基本信息
资源简介
个性化HTO与通用HTO机械安全性比较的虚拟临床试验数据集
【一句话概览】
本数据集是 LSHTM Data Compass 公开的结构化表格数据集，收录 9 个文件、合计 51.47 MB，主题涵盖 In silico clinical trial、personalised HTO、physiological loads、finite element modelling、3D printed，可用于统计建模、特征工程与队列分析，CC BY 许可开放获取。
【数据集背景】
本数据集源站标题为《Dataset for "Personalised HTO with patient specific plates has mechanical safety equivalent to generic HTO: findings from a novel case-control in silico clinical trial"》。源站首次发布：2021-04-15。
【数据内容】
源站原始描述：To compare the mechanical safety of a new personalised 3D printed high tibial osteotomy (HTO) device with an existing generic device, a novel case-control in silico virtual clinical trial was conducted (ClinicalTrial.gov NCT03419598). Twenty-eight knee osteoarthritis patients underwent CT scanning to create a virtual cohort; the cohort was duplicated to form two arms, Generic and Personalised, on which virtual HTO was performed. Finite element analysis was performed to calculate the stresses in…
【数据结构与技术规格】
文件数 9 个，合计 51.47 MB。data_files.zip：application/zip，1.05 MB。vtrial18Nov19.mat：application/octet-stream，708.99 KB。
【主题与分类】
源站学科分类：dept_mech_eng。主题标签：In silico clinical trial、personalised HTO、physiological loads、finite element modelling、3D printed。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://researchdata.bath.ac.uk/id/eprint/926/
使用许可：CC BY。
【使用注意】
· 源站最后修改于 2024-07-04，引用时请注意版本时效。
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。
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://researchdata.bath.ac.uk/id/eprint/926
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
