锶掺杂生物活性玻璃陶瓷牙本质粘接剂治疗牙本质敏感
研究对象为在大学教学医院 Prince Philip Dental Hospital 常规检查中招募的 18-69 岁、颈部牙本质敏感持续 1 个月及以上的受试者,排除牙况差、敏感牙已接受修复治疗等可能影响结果有效性者

基本信息
资源简介
锶掺杂生物活性玻璃陶瓷牙本质粘接剂治疗牙本质敏感
该数据集来自 clinicaltrials.gov,聚焦牙本质敏感(Dentine Hypersensitivity)这一口腔疾病。研究对象为在大学教学医院 Prince Philip Dental Hospital 常规检查中招募的 18-69 岁、颈部牙本质敏感持续 1 个月及以上的受试者,排除牙况差、敏感牙已接受修复治疗等可能影响结果有效性者。每位受试者接受基线临床检查,评估口腔卫生、龋齿与修复体及牙周状况,并指认敏感牙,用 3-in-1 注射器以连续气流吹 5 秒进行测试并评定敏感程度。数据可用于牙本质敏感相关临床研究与评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:牙本质敏感。年龄在 18-69 岁、颈部牙本质敏感持续 1 个月或更久的受试者将从在一所大学教学医院 Prince Philip Dental Hospital 接受常规检查的人群中识别并招募。牙况差者,如严重牙周状况,或敏感牙已接受修复治疗,或任何其他可能威胁结果有效性的情况,将被排除。每位参与者将接受基线临床检查,以探查其口腔卫生水平、龋齿与修复体的存在情况及其牙周状况。参与者将被要求指出敏感牙,随后将其隔离,并使用 3-in-1 注射器以连续气流吹 5 秒进行测试。他们将评定敏感程度
【主题与分类】
主题标签:Dentine Hypersensitivity。本站分类:口腔疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07628712
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/NCT07628712
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:牙本质敏感。研究对象为18至69岁、颈部和牙本质敏感持续1个月或以上者,将从在菲利普亲王牙科医院这一大学教学医院接受常规检查的人群中筛选并招募。牙科状况不佳者,如严重牙周病,或敏感牙已接受修复治疗,或任何其他可能影响结果有效性的情况,将被排除。每位参与者将接受基线临床检查,以了解其口腔卫生水平、龋齿及修复体情况以及牙周状况。参与者将被要求指出敏感的牙齿,随后将对该牙进行隔离,并使用三用枪连续喷气5秒进行测试。他们将使用0至10的敏感评分来评定受测牙齿的疼痛程度,其中0表示无不适,10表示引起显著痛苦的最大疼痛。随机化将在受试者层面按1:1比例进行。
至少有一颗敏感牙齿且SS评分达到8分或以上的受试者将被随机分配到两个研究组之一。将记录有关年龄和性别;教育水平;居住住房类型;药物数量和类型;健康状况/医疗条件;饮食习惯;烟草使用;口腔卫生习惯(包括刷牙习惯);以及牙科就诊行为的社会人口学信息。在基线临床检查后,干预组参与者将接受单次应用含生物活性玻璃陶瓷的通用牙本质粘接剂,而对照组参与者将接受单次应用不含生物活性玻璃陶瓷的相同通用牙本质粘接剂。研究参与者将被随访6个月。牙本质敏感的评估将在干预后立即进行。
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。




