精油漱口水与口腔卫生
该数据集来自 clinicaltrials.gov,围绕精油漱口水与口腔卫生主题,涉及口腔卫生、口腔健康、牙菌斑及呼吸道感染(RTI)等条件

基本信息
资源简介
精油漱口水与口腔卫生
该数据集来自 clinicaltrials.gov,围绕精油漱口水与口腔卫生主题,涉及口腔卫生、口腔健康、牙菌斑及呼吸道感染(RTI)等条件。源站描述提及漱口水降低口腔病毒载量可能有助于减轻疾病严重程度,并讨论抗菌漱口水的杀菌或抑菌作用及对生物膜形成的预防。数据可用于口腔护理与呼吸道感染相关研究,但具体样本量、数据字段与采集方法源站未提供(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:口腔卫生、口腔健康、牙菌斑、呼吸道感染(RTI)。背景:已有报道表明,使用能降低口腔内病毒载量的漱口水可有效减轻疾病严重程度,表现为住院时间缩短、重症监护入住需求和死亡率降低(da Silva Santos et al., 2021)。虽然细菌自然栖息于口腔,但某些细菌种类是龋齿和牙周病发生的原因,尤其在社区老年人中更为普遍(Filipovic et al., 2020)。现有的抗菌漱口水可以杀灭病原菌(杀菌)或抑制其生长(抑菌)。此外,一些配方可防止生物膜的形成,而生物膜在牙菌斑形成和进展中起关键作用
【主题与分类】
主题标签:Oral Hygiene, Oral Health、Dental Plaque、Respiratory Tract Infections (RTI)。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07887074
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/NCT07887074
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:口腔卫生、口腔健康、牙菌斑、呼吸道感染(RTI)。背景:据报道,使用可降低口腔内病毒载量的漱口水有助于减轻疾病严重程度,其证据表现为住院时间缩短、重症监护入住需求减少以及死亡率降低(da Silva Santos等,2021)。虽然细菌天然定植于口腔,但某些细菌种类是龋齿和牙周病发生的原因,尤其在社区老年人群中较为普遍(Filipovic等,2020)。现有的抗菌漱口水可以杀灭致病菌(杀菌性)或抑制其生长(抑菌性)。此外,一些配方可阻止生物膜的形成,而生物膜在牙菌斑形成以及龋齿、牙龈炎和牙周病的进展中起着关键作用(Brookes等,2023)。漱口水的抗牙菌斑活性部分归因于其抗菌特性,主要抗菌成分包括氯己定(CHX)和精油(Liu等,2023)。
具体而言,氯己定或精油制剂能够穿透细菌生物膜并发挥强效抗菌作用(Ramberg等,2016)。此外,抗菌漱口水可辅助日常刷牙以管理牙菌斑和牙龈炎(Navabi等,2024)。多种化学和天然抗菌漱口水可作为非处方(OTC)产品方便获取,用于管理口臭(halitosis)、龋齿和牙龈疾病。这些产品通常每日使用,无需处方或牙科专业人员的指导。常见活性成分包括氯己定(CHX)、过氧化氢(H2O2)、氯化十六烷基吡啶(CPC)、聚维酮碘(PVP-I)和精油(EO)(Brookes等,2023)。氯己定(CHX)在体外已显示出对特定病毒的抗病毒特性,包括单纯疱疹1型、甲型流感、人冠状病毒和严重
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。




