特发性牙龈纤维瘤病患者数据集
该数据集对应一例16岁女性特发性牙龈纤维瘤病的临床病例报告,用于记录并支持研究中的临床、影像学和组织病理学证据。数据包括以Excel表格形式整理的临床数据,以及口内和口外临床图像和辅助检查资料,如全景X线片、锥形束计算机断层扫描(CBCT)和组织病理学研究

基本信息
资源简介
特发性牙龈纤维瘤病患者数据集
Data-Set de paciente con Fibromatosis Gingival Idiopática (FGI)
该数据集对应一例16岁女性特发性牙龈纤维瘤病的临床病例报告,用于记录并支持研究中的临床、影像学和组织病理学证据。数据包括以Excel表格形式整理的临床数据,以及口内和口外临床图像和辅助检查资料,如全景X线片、锥形束计算机断层扫描(CBCT)和组织病理学研究。数据在诊断评估和临床随访期间采集,可对该病症进行综合表征。所有信息均已匿名化处理,以保护患者身份并符合研究伦理原则(来源 DOI 解析)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集对应一例16岁女性特发性牙龈纤维瘤病的临床病例报告,旨在记录并支持研究中呈现的临床、影像学和组织病理学证据。数据集包括以电子表格(Excel)格式整理的临床数据,以及口内和口外临床图像,此外还有辅助检查,其中包括全景X线片、锥形束计算机断层扫描(CBCT)和组织病理学研究。数据在病例的诊断评估和临床随访期间采集,可对该病症进行综合表征。所有信息均已适当匿名化,以保护患者身份,符合研究伦理原则。该数据集
【主题与分类】
主题标签:Medicine, Health and Life Sciences。本站分类:口颌系统疾病/其他。
【获取与许可】
源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/NFDJQ6
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/10.7910/DVN/NFDJQ6
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 6.0 MB。
数据说明
本数据集对应于一份16岁女性特发性牙龈纤维瘤病患者的临床病例报告,该报告旨在记录并支持研究中呈现的临床、影像学和组织病理学证据。该数据集包括以电子表格(Excel)格式整理的临床数据,以及口内和口外临床图像,此外还包括辅助检查,其中包括全景X线片、锥形束计算机断层扫描(CBCT)和组织病理学研究。这些数据是在该病例的诊断评估和临床随访期间收集的,从而能够对该病症进行全面表征。所有信息均已进行适当匿名化处理,以保护患者身份,并遵守研究伦理原则。本数据集旨在促进与牙龈病变及牙科临床诊断相关研究中的信息透明性、可重复性和再利用。
该数据集对应一份16岁患者特发性牙龈纤维瘤病的临床病例报告,其构建目的是记录并支持该研究中呈现的临床、影像学和组织病理学证据。该数据集包括以电子表格格式(Excel)整理的临床数据,以及口内和口外临床图像,此外还包括辅助检查,如全景X线摄影、锥形束计算机断层扫描(CBCT)和组织病理学分析。这些数据是在该病例的诊断评估和临床随访期间收集的,从而能够全面描述该疾病特征。所有信息均已按照伦理研究原则进行适当匿名化处理,以保护患者身份。该数据集旨在促进与牙龈相关研究中的透明度、可重复性和数据再利用。
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。




