单块式 Le Fort I 截骨术与分段式 Le Fort I 截骨术对比
该数据集来自 clinicaltrials.gov,围绕单块式与分段式 Le Fort I 截骨术的比较,聚焦唇腭裂与 Le Fort 相关人群

基本信息
资源简介
单块式 Le Fort I 截骨术与分段式 Le Fort I 截骨术对比
该数据集来自 clinicaltrials.gov,围绕单块式与分段式 Le Fort I 截骨术的比较,聚焦唇腭裂与 Le Fort 相关人群。数据涵盖骨骼手术移动、术后骨骼稳定性、中矢面骨骼角度变化、数字化上颌模型牙列横向变化、面部高度与面部比例变化,以及牙槽裂宽度变化,测量时间点为 T1、T2、T3 之间的比较。可用于评估两种截骨术式在骨骼与牙列层面的移动与稳定性差异,支持术后变化趋势的回归分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Cleft Lip and Palate, Le Fort。测量指标:骨骼移动 1. 从 T2 到 T1 的骨骼手术移动 标志点相对于构建的 Frankfurt 平面在垂直方向上的位置变化 标志点相对于通过 Sella 点构建的冠状面在水平方向上的位置变化 2. 从 T3 到 T2 的术后骨骼移动(稳定性) 标志点相对于构建的 Frankfurt 平面在垂直方向上的位置变化 标志点相对于通过 Sella 点构建的冠状面在水平方向上的位置变化 3. 中矢面上从(T2 到 T1)和(T3 到 T2)的骨骼角度测量变化 4. 从(T2 到 T1)和(T3 到 T2)通过数字化上颌模型在横向方向上测量的牙列变化 5. 从(T2 到 T1)和(T3 到 T2)的面部高度/面部比例变化 6. 从(T2 到 T1)和(T3 到 T
【主题与分类】
主题标签:Cleft Lip and Palate、Le Fort。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/NCT01871623
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/NCT01871623
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:唇裂和腭裂,Le Fort。测量指标 骨骼移动 1. 从T2到T1的骨骼手术移动 * 相对于构建的法兰克福平面,标志点在垂直方向上的位置变化 * 相对于通过Sella点的构建冠状面,标志点在水平面上的位置变化 2. 从T3到T2的术后骨骼移动(稳定性) * 相对于构建的法兰克福平面,标志点在垂直方向上的位置变化 * 相对于通过Sella点的构建冠状面,标志点在水平面上的位置变化 3. 从(T2至T1)和(T3至T2)中矢状面上的骨骼角度测量变化 4. 从(T2至T1)和(T3至T2)通过数字上颌模型在横向方向上测量的牙齿变化 5. 从(T2至T1)和(T3至T2)的面部高度/面部比例变化 6. 从(T2至T1)和(T3至T2)的牙槽突裂宽度变化
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。




