儿童期原发性腭成形术——手术结局回顾性研究
该数据集来自 clinicaltrials.gov,主题为儿童期原发性腭成形术的手术结局回顾性研究,属于口颌系统疾病中的唇裂和腭裂方向

基本信息
资源简介
儿童期原发性腭成形术——手术结局回顾性研究
该数据集来自 clinicaltrials.gov,主题为儿童期原发性腭成形术的手术结局回顾性研究,属于口颌系统疾病中的唇裂和腭裂方向。源站描述指出,腭裂患儿需通过手术矫正以防止食物经鼻反流并建立正常的腭部功能,未矫正时语音呈过度鼻音且难以听懂。手术目标是在硬腭处完全分隔鼻腔与口腔,并形成可正常开闭鼻咽部的软腭。数据可用于分析腭成形术后的手术结局及相关语音功能表现(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:唇裂、腭裂。背景与目的:出生时患有腭裂的儿童需要接受手术矫正,以防止食物经鼻反流,并建立正常的腭部功能以支持语音。若未矫正,语音呈过度鼻音且难以听懂。正常语音中很少有声素是鼻音。在英语中,只有三个鼻音,即“Mama”中的“m”、“no”中的“n”和“ring”中的“ng”。英语中其余43个音素均通过软腭(或腭帆)关闭鼻咽部、将语音经口腔发出。在硬腭处手术分隔鼻腔与口腔(腭成形术)的目标,是在硬腭处实现鼻腔与口腔的完全分隔,并形成能够为语音声素适当开闭鼻咽部的功能性软腭。遗憾的是,腭部一期闭合并非完全成功
【主题与分类】
主题标签:Cleft Lip、Cleft Palate。本站分类:口颌系统疾病/唇裂和腭裂。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01380171
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/NCT01380171
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
疾病:唇裂、腭裂。背景与目的:出生时患有腭裂的儿童需要手术矫正,以防止食物经鼻反流,并建立正常的腭部功能以利于言语。若不矫正,言语会呈现过度鼻音且难以理解。正常言语中,通常发鼻音的音素极少。在英语中,仅有三个鼻音:“m”(如“Mama”中)、“n”(如“no”中)和“ng”(如“ring”中)。英语中其余43个音素均是在软腭(或腭帆)封闭鼻咽部,使言语从口腔发出的情况下产生的。硬腭水平手术分离鼻腔与口腔(腭成形术)的目标是在硬腭处完全分隔鼻腔与口腔,并形成功能良好的软腭,能够为言语发音适当地开闭鼻咽部。遗憾的是,并非所有患者的腭部一期闭合都能完全成功。部分患者(前部)硬腭仍遗留开口(瘘管),导致食物和言语从鼻腔漏出。第二个问题是,(后部)软腭可能长度不足或活动范围不够,无法封闭鼻咽部。
这称为腭咽闭合不全。这些患者还可能存在鼻反流以及鼻音过重、言语不清的情况。腭瘘和腭咽闭合不全均需要二次手术。从原发性腭成形术手术结局的回顾中获得的任何信息,都可能提高手术成功率并减少所需的二次手术次数。这将降低患者可能发生的并发症风险以及家庭的经济负担。本综述的目的是评估在亚特兰大儿童医疗中心苏格兰礼校区颅面疾病中心接受随访的腭成形术患儿的结局。研究者将评估腭瘘和腭咽闭合不全的发生情况。操作程序概要:一般程序:位于 th 的临床数据库
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。




