24例慢性单侧颞下颌关节紊乱患者下颌生物动力学数据
该数据集来自一项针对24名患有严重慢性单侧颞下颌关节紊乱(TMD)成年患者的研究,患者均为全牙列、咬合正常且未接受过咬合治疗

基本信息
资源简介
24例慢性单侧颞下颌关节紊乱患者下颌生物动力学数据
Data from: Jaw biodynamic data for 24 patients with chronic unilateral temporomandibular disorder
该数据集来自一项针对24名患有严重慢性单侧颞下颌关节紊乱(TMD)成年患者的研究,患者均为全牙列、咬合正常且未接受过咬合治疗。研究评估了咀嚼功能、颞下颌关节改建或髁道(CP)以及下颌侧向运动或侧向引导(LG)等动态因素,其中CP通过常规轴记录法评估,LG通过K7下颌运动轨迹记录仪评估。24名患者中17名(71%)表现出习惯性咀嚼侧。CP角度均值为47.90度(标准差9.24),LG角度均值为42.95度(标准差11.78)。该数据可用于TMD相关下颌生物力学研究及习惯性咀嚼侧与关节紊乱关系的分析(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2018。
【数据内容】
源站描述(机器翻译,仅供参考):本研究评估了24名患有严重慢性单侧疼痛且被诊断为颞下颌关节(TMJ)紊乱(TMD)的成年患者。这些全牙列患者咬合正常,且从未接受过咬合治疗,即处于自然牙齿演化/成熟状态。研究评估了以下功能和动态因素:(1)咀嚼功能;(2)TMJ改建或髁道(CP);(3)下颌侧向运动或侧向引导(LG)。CP通过常规轴记录法评估,LG通过K7下颌运动轨迹记录仪评估。24名(100%)患者中有17名(71%)一致表现出习惯性咀嚼侧。CP角度的均值(标准差[SD])为47.90(9.24)度。LG角度的均值(SD)为42.95(11.78)度。数据收集源于一种新的TMD范式构想,即受影响侧可能是习惯性咀嚼侧。
【主题与分类】
主题标签:lateral anterior guidance、mastication、Temporomandibular joint disorders、habitual chewing side syndrome。本站分类:口腔疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.n5d23
使用许可:Creative Commons Zero v1.0 Universal。
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/10.5061/dryad.n5d23
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 587.2 KB。
数据说明
本研究评估了24名成年患者,他们患有被诊断为颞下颌关节(TMJ)紊乱(TMD)的严重慢性单侧疼痛。全牙列患者咬合正常,且从未接受过咬合治疗,即处于自然牙齿演化/成熟状态。研究评估了以下功能和动态因素:(1)咀嚼功能;(2)TMJ重塑或髁突路径(CP);以及(3)下颌侧向运动或侧向引导(LG)。CP采用传统轴图法评估,LG则通过K7下颌运动轨迹追踪仪评估。24名(100%)患者中有17名(71%)始终表现出习惯性咀嚼侧。CP角度的平均值(标准差[SD])为47.90(9.24)度。LG角度的平均值(SD)为42.95(11.78)度。数据收集源自一种新的TMD范式构想,即受影响侧可能是习惯性咀嚼侧、下颌侧向运动较平坦的一侧或CP角度增大的一侧。这些数据可能有助于改善TMD患者的诊断、治疗计划及病情演变。
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。




