正颌手术后抑郁与美学感知变化

该数据集来自 clinicaltrials.gov,关注不同错颌畸形类型患者接受双颌正颌手术前后抑郁症状与主观美学感知的变化

Kırıkkale UniversityKırıkkale University
clinicaltrials
浏览 6
文本回归Dentofacial DeformitiesMalocclusionsOrthognathic Surgery
Changes in Depression and Esthetic Perception After Orthognathic Surgery

基本信息

模态
文本
任务类型
回归
创建/更新时间
2026-11-05

资源简介

正颌手术后抑郁与美学感知变化

该数据集来自 clinicaltrials.gov,关注不同错颌畸形类型患者接受双颌正颌手术前后抑郁症状与主观美学感知的变化。研究为前瞻性观察性设计,在术前及术后随访阶段使用经验证的评估问卷,分析来自常规临床记录与患者报告问卷的匿名化数据。采集变量包括年龄、性别、职业、教育水平、社交媒体使用以及患者对美学和抑郁症状的主观感知。数据可用于探究正颌手术相关的心理与美学结局,并可能辅助优化患者评估与治疗计划(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:牙颌面畸形、错颌畸形、正颌手术。这项前瞻性观察性研究旨在探讨接受双颌正颌手术的不同类型错颌畸形患者抑郁症状与主观美学感知的变化。参与者将在术前及术后随访期间使用经验证的评估问卷进行评估。该研究将分析从常规临床记录和患者报告问卷中获得的匿名化数据。拟收集的变量包括年龄、性别、职业、教育水平、社交媒体使用以及患者对美学和抑郁症状的主观感知。研究结果将有助于更好地理解与正颌手术相关的心理和美学结局,并可能有助于优化患者评估和治疗计划。

【主题与分类】

主题标签:Dentofacial Deformities、Malocclusions、Orthognathic Surgery。本站分类:精神与行为障碍。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07702448

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07702448

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:牙颌面畸形、错颌畸形、正颌手术。本前瞻性观察性研究旨在探讨接受双颌正颌手术的不同类型错颌畸形患者抑郁症状及主观美学感知的变化。参与者将在术前及术后随访期间使用经过验证的评估问卷进行评估。本研究将分析从常规临床记录和患者报告问卷中获取的匿名数据。拟收集的变量包括年龄、性别、职业、教育水平、社交媒体使用情况以及患者对美学的主观感知和抑郁症状。研究结果将有助于更好地理解与正颌手术相关的心理和美学结局,并可能有助于优化患者评估和治疗方案制定。

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。