头颈癌放疗患者暴露骨分析：OraRad 观察性研究牙科结局（个体级暴露骨）
该数据集来自 OraRad 观察性研究，收录 572 名头颈癌患者的个体级数据，涵盖人口学、社会与病史、癌症特征与治疗史以及牙科疾病测量指标
基本信息
资源简介
头颈癌放疗患者暴露骨分析：OraRad 观察性研究牙科结局（个体级暴露骨）
2. Exposed Bone in Patients With Head and Neck Cancer Treated With Radiation Therapy: An Analysis of the Observational Study of Dental Outcomes in Head and Neck Cancer Patients (OraRad) (Person-level exposed bone)
该数据集来自 OraRad 观察性研究，收录 572 名头颈癌患者的个体级数据，涵盖人口学、社会与病史、癌症特征与治疗史以及牙科疾病测量指标。数据在基线和每 6 个月间隔采集，暴露骨的存在情况按 6 个月间隔判定。该数据集可用于复现相关论文中的分析，并支持围绕放射性骨坏死等牙科结局开展风险因素与预测建模研究。文件访问受限，需点击“Access Dataset”按钮申请获取（来源 DOI 解析）。
【数据集背景】
源站首次发布：2024。
【数据内容】
源站描述（机器翻译，仅供参考）：该公共使用数据集可用于复现下方“相关出版物”中引用的论文所呈现的分析，该论文以 .pdf 文件形式包含在本 Dataverse 数据集中。该数据集包含 572 名头颈癌患者的人口学、社会与病史、癌症特征与治疗史以及牙科疾病测量指标。这些指标在基线和每 6 个月间隔按研究方案所述进行采集；暴露骨的存在情况按 6 个月间隔判定。访问这些文件受到限制——请点击本文右侧蓝色“
【主题与分类】
主题标签：Medicine, Health and Life Sciences、head and neck cancer、jaw osteonecrosis、osteonecrosis、osteoradionecrosis、radiation therapy、risk factors。本站分类：肿瘤。
【获取与许可】
源站页面：https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/X8SC7N
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://doi.org/10.7910/dvn/x8sc7n
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:
数据集大小约 212.8 KB。
数据说明
该公共使用数据集可用于复现下方“相关出版物”中所引用论文的分析，该论文也以.pdf文件形式收录于本Dataverse数据集中。本数据集包含572名头颈癌患者的人口统计学信息、社会与病史、癌症特征及治疗史，以及牙科疾病测量指标。这些测量指标按研究方案所述在基线及每6个月间隔收集；暴露骨的存在情况每6个月确定一次。<p><p><b>访问这些文件受到限制——请点击本文右侧蓝色的“访问数据集”按钮申请访问权限。</b></p>
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。
