正畸间隙关闭速率与量比较

该数据集来自 clinicaltrials.gov,聚焦正畸拔牙后间隙关闭的速率与量比较。研究纳入 34 例计划拔除全部第一前磨牙的患者,采用自身左右侧对照设计,将上下颌牙弓随机分为两组:一组在拔牙创愈合 6 周后关闭间隙,另一组在拔牙后立即关闭

Dow University of Health SciencesDow University of Health Sciences
clinicaltrials
浏览 6
其他回归Orthodontic Extraction
Comparison of Rate and Amount of Orthodontic Space Closure

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-08

资源简介

正畸间隙关闭速率与量比较

该数据集来自 clinicaltrials.gov,聚焦正畸拔牙后间隙关闭的速率与量比较。研究纳入 34 例计划拔除全部第一前磨牙的患者,采用自身左右侧对照设计,将上下颌牙弓随机分为两组:一组在拔牙创愈合 6 周后关闭间隙,另一组在拔牙后立即关闭。上下颌间隙均使用 coil springs 关闭,每侧力值为 30g。记录时间点包括间隙关闭前、关闭后 1 个月、2 个月和 3 个月,通过测量评估间隙关闭的速率与量。数据可用于正畸治疗中拔牙间隙关闭策略的比较研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:正畸拔牙。将纳入 34 例治疗计划决定拔除所有第一前磨牙的患者的下颌和上颌牙弓。由于采用分口设计,患者的上颌和下颌牙弓被随机分为两组(右侧和左侧)。第 1 组的第一前磨牙拔牙间隙将在愈合后(6 周)关闭,而第 2 组的第一前磨牙拔牙间隙将在拔牙后立即关闭。上下拔牙间隙都将使用 coil springs 关闭(每侧力值为 30g)。我们将指定以下时间间隔:T1:间隙关闭前即刻;T2:初始间隙关闭后 1 个月;T3:初始间隙关闭后 2 个月;T3:初始间隙关闭后 3 个月。记录将包括通过 Ve 测量间隙关闭的速率和量。

【主题与分类】

主题标签:Orthodontic Extraction。本站分类:口腔疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07445321

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

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/NCT07445321

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:正畸拔牙。将纳入34名患者的下颌和上颌牙弓,其治疗计划决定拔除所有第一前磨牙。由于采用分口设计,患者的上颌和下颌牙弓被随机分为两组(右侧和左侧)。第1组的第一前磨牙拔牙间隙将在愈合后(6周)关闭,而第2组的第一前磨牙拔牙间隙将在拔牙后立即关闭。上下拔牙间隙均将使用螺旋弹簧关闭(每侧力值为30g)。我们将指定以下时间间隔:T1:间隙关闭前即刻;T2:初始间隙关闭后1个月;T3:初始间隙关闭后2个月;T3:初始间隙关闭后3个月。记录将包括通过游标卡尺在牙模上以及口内测量间隙关闭的速率和量,并将在每个时间点进行评估。

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。

获取专属数据定制方案