需拔除第三磨牙受试者的口腔标本与数据采集研究
该数据集来自 clinicaltrials.gov,为一项数据采集与标本获取方案,在 NIH NIDCR 牙科诊所对临床需要拔除第三磨牙的受试者收集数据及手术废弃口腔组织用于研究

基本信息
资源简介
需拔除第三磨牙受试者的口腔标本与数据采集研究
该数据集来自 clinicaltrials.gov,为一项数据采集与标本获取方案,在 NIH NIDCR 牙科诊所对临床需要拔除第三磨牙的受试者收集数据及手术废弃口腔组织用于研究。计划纳入 3,000 名 16 至 50 岁、需临床指征拔除第三磨牙的便利样本受试者。数据与组织样本可用于获取口腔健康的一般性知识,并支持后续研究分析;若数据出现值得进一步探索的趋势,将确定结局指标(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:口腔颌面部、牙病、牙疾病、牙阻生。目的 本方案的目标是在 NIH NIDCR 牙科诊所对临床需要拔除智齿的受试者收集数据和手术废弃组织用于研究目的,旨在利用手术废弃组织开展研究的同时获得关于口腔健康的一般性知识。研究人群 本方案将纳入 3,000 名年龄大于或等于 16-50 岁、需要临床指征拔除第三磨牙的受试者的便利样本。设计 这是一项数据采集和标本获取方案。将在 NIH NIDCR 牙科诊所对拔除第三磨牙的受试者收集数据和口腔组织样本用于研究目的。如果出现值得进一步探索的数据趋势,将确定结局指标。
【主题与分类】
主题标签:Stomatognatic、Tooth Diseases、Diseases、Tooth、Tooth Impaction。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/NCT01805869
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://clinicaltrials.gov/study/NCT01805869
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:口腔颌面系统、牙齿疾病、疾病、牙、牙阻生。目的 本方案的目标是在NIH NIDCR牙科诊所对接受临床指征性智齿拔除的受试者收集数据和手术废弃组织用于研究目的,旨在获取关于口腔健康的可推广知识,同时将手术废弃组织用于研究。研究人群 本方案将便利抽样纳入3,000名年龄大于或等于16-50岁、需要临床指征性拔除第三磨牙的受试者。设计 这是一项数据收集和标本获取方案。将在NIH NIDCR牙科诊所对接受第三磨牙拔除的受试者收集数据和口腔组织样本用于研究目的。如果出现值得进一步探索的数据趋势,将确定结局指标,并申请IRB批准或豁免认定以开展该项目。第三磨牙拔除过程中移除的口腔标本将在适当的IRB批准下分配用于研究。受试者将前往NIH NIDCR牙科诊所进行3次访视。
首次访视将进行筛选评估,以确定是否符合方案入选资格。符合条件的受试者将返回进行第二次访视,进行第三磨牙拔除手术。第三次访视将安排在术后约3-40天进行术后临床评估。根据受试者术后临床状况,可能需要额外访视以进行标准护理随访或治疗。结局指标数据收集包括人口统计学资料、医疗/牙科病史、检查结果、疼痛管理、用药方案、不良事件以及从所有标准护理程序中收集的其他数据。第三磨牙拔除过程中取出的口腔标本可能包括牙齿、牙槽骨、多余牙龈组织及其他废弃组织,将按照IRB和OHSRP共享批准的指示分配用于研究。
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。




