三维面部生长分析
该数据集来源于clinicaltrials.gov,聚焦于唇腭裂及错颌畸形患者的三维面部生长分析。研究采用三臂平行队列设计,纳入Class I错颌畸形无垂直面部异常者、Class III错颌畸形伴上颌发育不足者,以及唇腭裂伴Class III错颌畸形者

基本信息
资源简介
三维面部生长分析
该数据集来源于clinicaltrials.gov,聚焦于唇腭裂及错颌畸形患者的三维面部生长分析。研究采用三臂平行队列设计,纳入Class I错颌畸形无垂直面部异常者、Class III错颌畸形伴上颌发育不足者,以及唇腭裂伴Class III错颌畸形者。每组10名受试者在T0和一年后T1接受MRI扫描,获取精确几何数据以测试相关技术。MRI避免了电离辐射暴露,并可观察硬软组织关系。数据可用于面部生长模式分类、颌面形态分析及唇腭裂相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:唇裂和腭裂。概述 该研究将涉及一项三臂平行队列研究,考虑患有以下病症的患者:1. Class I 错颌畸形,无垂直面部异常,无面部不对称或其他病理;2. Class III 错颌畸形伴上颌发育不足,但无其他垂直面部异常,无面部不对称或其他病理;3. 患有唇裂和/或腭裂且伴有 Class III 错颌畸形,无其他病理的患者。数据采集 a. 将在 T0 年龄和一年后(T1)获取 MRI 数据(每组 10 名受试者)。这将提供准确的几何结构以正确测试这些技术。使用 MRI 扫描数据避免了对患者进行不必要的电离辐射暴露,还允许观察硬组织和软组织之间的关系。b. (a) 中的同 10 名患者将接受 intr
【主题与分类】
主题标签:Cleft Lip and Palate。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/NCT03514563
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/NCT03514563
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。概述 本研究将采用三臂平行队列研究设计,纳入符合以下条件的患者:1. I类错颌畸形,无垂直向面部异常,无面部不对称或其他病理状况;2. III类错颌畸形,伴上颌骨发育不足,但无其他垂直向面部异常,无面部不对称或其他病理状况;3. 唇裂和/或腭裂患者,伴有III类错颌畸形,且无其他病理状况。数据采集 a. 将在T0年龄时及一年后(T1)获取MRI数据(每组10名受试者)。这将提供精确的几何结构,以恰当测试相关技术。使用MRI扫描数据避免了患者接受不必要的电离辐射暴露,同时还能观察硬组织和软组织之间的关系。b.
(a)中的同10名患者将在T0和T1年龄段接受使用Trios口内扫描仪(3Shape,丹麦奥胡斯)进行的口内扫描,该扫描仪采用超快光学切片技术(非侵入性),提供牙列和牙咬合的3D图像,以及面部立体摄影测量扫描(Vectra H1 3D相机),以获取软组织纹理信息。3D数据分析 1. 将T0和T1年龄段的MRI扫描重建3D几何图形进行叠加,以确定每个受试者骨骼和牙齿变化的区域。将使用研究者和合作者在类似牙科和颅骨生物力学应用中开发的方法,对扫描进行重建和处理,以进行下游3D体积减法。然后从T1数据中减去T0数据,以可视化和量化生长引起的硬组织几何变化。2. 为了研究软组织的外部变化,将3D立体摄影测量扫描转换为壳。然后通过颜色映射,通过3D减法量化软组织的时间变化。此外,为了量化复杂曲率区域的变化
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。




