不同邻面去釉技术下牙髓活体热变化
该数据集来自 clinicaltrials.gov,关注不同邻面去釉(IPR)技术实施时牙髓内部的活体温度升高情况,涉及不可逆性牙髓炎、可逆性牙髓炎、热损伤、牙髓充血、牙髓坏死和牙髓炎症等条件

基本信息
资源简介
不同邻面去釉技术下牙髓活体热变化
该数据集来自 clinicaltrials.gov,关注不同邻面去釉(IPR)技术实施时牙髓内部的活体温度升高情况,涉及不可逆性牙髓炎、可逆性牙髓炎、热损伤、牙髓充血、牙髓坏死和牙髓炎症等条件。研究目标包括测量并比较两种常见 IPR 方法引起的牙髓温度升高幅度,判断这些技术是否可能使牙髓温度超过历史上与不可逆牙髓损伤相关的 5.5 摄氏度临界阈值,并识别哪种 IPR 技术最可能造成热损伤。数据可用于评估 IPR 操作的热安全性及相关牙髓风险(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:不可逆性牙髓炎、可逆性牙髓炎、热损伤、牙髓充血、牙髓坏死、牙髓炎症。研究目标 本调查的主要目标是评估在进行不同邻面去釉(IPR)技术时,牙髓(牙齿内部的活体组织)内部的活体(体内)温度升高。核心目标为:1. 测量并比较两种常见 IPR 方法引起的牙髓温度升高幅度。2. 确定所评估的任何技术是否有可能使牙髓温度升高到超过临界阈值(5.5 摄氏度),该阈值在历史上与不可逆牙髓损伤相关。3. 确定哪种 IPR 技术最有可能造成热损伤。理由与意义 先前研究此问题的研究是在离体(对拔除的
【主题与分类】
主题标签:Irreversible Pulpitis、Reversible Pulpitis、Thermal Injury、Pulp Hyperemia、Pulp Necrosis、Pulp Inflammation。本站分类:口腔疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07391124
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/NCT07391124
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:不可逆性牙髓炎、可逆性牙髓炎、热损伤、牙髓充血、牙髓坏死、牙髓炎症。研究目标 本调查的主要目标是评估在进行不同技术的邻面釉质去除(IPR)时,牙髓(牙齿内部的活组织)内的体内温度升高情况。核心目标包括:1. 测量并比较两种常见IPR方法下牙髓温度升高的幅度。2. 确定所评估的任何技术是否有可能使牙髓温度升高超过临界阈值(5.5摄氏度),这一阈值历来与不可逆的牙髓损伤相关。3. 确定哪种IPR技术具有最高的热损伤可能性。理由与意义 以往研究此问题的实验是在离体(拔出的、非活体牙齿)上进行的。本研究至关重要,因为它测量了真实临床条件下活体、完整牙齿的温度变化,提供了更可靠的风险评估。
与其他文献相比,本研究的一个关键区别在于同时纳入了切牙(前牙)和前磨牙。由于切牙的釉质厚度通常小于前磨牙,IPR过程中产生的热量可能更容易传递至前牙牙髓,从而可能导致更大的温度升高和更高的不良热效应风险。本研究旨在阐明这一潜在风险。研究设计与方法这是一项随机临床试验,为一项体内研究,纳入需要拔牙的正畸治疗参与者。参与者人群本研究将纳入因正畸治疗计划而被临床建议拔除特定牙齿(前磨牙和切牙)的参与者。这些牙齿将在拔除前用于IPR操作。操作分组(干预)牙齿将被随机分配到以下两种IPR技术组之一,w
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。




