Piezosurgery 与常规截骨术治疗上颌骨陈旧性错位愈合骨折的术中出血量及手术时间比较
该数据集来自 clinicaltrials.gov,聚焦上颌骨骨折及上颌骨陈旧性错位愈合骨折,比较 Piezosurgery 与常规截骨术在术中出血量和手术时间方面的结果

基本信息
资源简介
Piezosurgery 与常规截骨术治疗上颌骨陈旧性错位愈合骨折的术中出血量及手术时间比较
该数据集来自 clinicaltrials.gov,聚焦上颌骨骨折及上颌骨陈旧性错位愈合骨折,比较 Piezosurgery 与常规截骨术在术中出血量和手术时间方面的结果。源站描述指出,Piezosurgery 因精度和安全性需求而发展,可降低对周围软组织及神经、血管、黏膜等关键结构的损伤风险,并可能因减少保护软组织的操作、提供更清晰术野而缩短总手术时间。数据可用于评估两种截骨方式在出血量与手术时长上的差异,支持手术方案选择与相关临床研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:上颌骨骨折、上颌骨陈旧性错位愈合骨折。Piezosurgery 的发展源于骨手术中对精度和安全性的需求,这种需求高于使用标准钻头和锯时的情况。超声波振动用于切割组织已有二十年。然而,直到最近 18 年,它才在许多不同外科领域的标准临床应用中常规使用。Piezosurgery 降低了损伤周围软组织和关键结构(神经、血管和黏膜)的风险,尤其是在截骨过程中。尽管理论上,如果使用往复锯进行截骨本身会更快,但当使用压电设备时,总手术时间实际上更短,因为需要保护软组织的操作更少,并且产生更清晰的手术野和更高的可见度。Micro
【主题与分类】
主题标签:Maxilla Fracture、Malunited Maxilla 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/NCT07730320
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/NCT07730320
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
适应证:上颌骨骨折、上颌骨骨折畸形愈合。Piezosurgery(超声骨刀)的发展源于骨手术中对更高精度和安全性的需求,其要求高于使用标准钻头和锯片时。超声振动用于切割组织已有二十年。然而,仅在过去的18年中,它才被常规用于许多不同外科领域的标准临床应用。Piezosurgery降低了周围软组织和关键结构(神经、血管和黏膜)受损的风险,尤其是在截骨过程中。尽管从理论上讲,使用往复锯进行截骨本身更快,但当使用压电设备时,总手术时间实际上更短,因为需要保护软组织的操作更少,并且手术野更清晰、可见度更高。
以60至200 m/s、24至29 kHz的微振动切割矿化组织,而软组织不受损伤。文献报道了双侧矢状劈开截骨术后面神经损伤的以下可能原因:截骨术对神经的直接创伤、下颌升支向后移动时对神经的直接创伤,以及手术部位术后血肿导致神经受压坏死。本研究旨在比较Piezosurgery在陈旧性上颌Le Fort I型骨折不愈合患者Le Fort I型截骨术中的结果与常规方法在平均手术时间和术中失血量方面的差异。在这方面,本调查针对拉合尔Allama Iqbal医学院口腔颌面外科的患者进行。因此,采用非概率连续抽样纳入60例符合纳入标准后接受牙科治疗的患者。
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。




