法医牙龄估计:第三磨牙 Demirjian 分期 CT 验证

该数据集来自 clinicaltrials.gov,主题为法医牙龄估计中第三磨牙 Demirjian 分期的 CT 验证

University Hospital, MontpellierUniversity Hospital, Montpellier
clinicaltrials
浏览 10
医学影像回归Mandible Fracture
Forensic Dental Age Estimation : Validation of Computed Tomography for Third Molar Demirjian's Staging

基本信息

模态
医学影像
任务类型
回归
创建/更新时间
2026-10-10

资源简介

法医牙龄估计:第三磨牙 Demirjian 分期 CT 验证

该数据集来自 clinicaltrials.gov,主题为法医牙龄估计中第三磨牙 Demirjian 分期的 CT 验证。源站描述显示,年龄估计可通过骨骼年龄与牙齿年龄进行,目前骨龄依赖手腕 X 线,牙龄依赖牙全景片上矿化变化(Demirjian 评分,Mincer 1993)。近期综述指出,内侧锁骨骨骺 CT 扫描有助于提高个体年龄估计准确性(Houpert, 2016)。随着技术进步,极低剂量 CT 扫描可获得足以分析牙齿的图像质量。本研究旨在验证使用牙科 CT 进行 Demirjian 分期方法的可行性(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:下颌骨骨折。年龄可以通过使用骨骼年龄和牙齿年龄以不同方式估计。目前,骨龄通过手腕 X 线确定,牙龄通过牙全景片上的矿化变化(Demirjian 评分)确定(Mincer 1993)。最近,综述表明内侧锁骨骨骺的计算机断层扫描(CT)有助于提高个体年龄估计的准确性(Houpert, 2016)。此外,随着最近的进展,极低剂量 CT 扫描采集可以以足够质量进行牙齿分析。本研究的目的是验证使用牙科 CT 进行 Demirjdian 分期方法。

【主题与分类】

主题标签:Mandible Fracture。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/NCT04907552

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT04907552

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:下颌骨骨折。年龄可通过骨龄和牙龄等不同方法进行估算。目前,骨龄是通过手腕X射线检查来确定的,而牙龄则是利用牙齿全景片上矿化程度的变化(Demirjian评分)来评估(Mincer 1993)。近期,综述指出内侧锁骨骨骺的计算机断层扫描(CT)有助于提高个体年龄估算的准确性(Houpert, 2016)。此外,随着近期的技术进步,极低剂量CT扫描能够以足够的质量进行牙齿分析。本研究的目标是验证使用牙齿CT进行Demirjian分期方法的有效性。

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。