24例慢性单侧颞下颌关节紊乱患者颌骨生物动力学数据
该数据集来自 search.dataone.org，收录 24 例诊断为颞下颌关节紊乱所致严重慢性单侧疼痛的成年患者，均为天然牙列、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颌骨生物动力学数据
Jaw biodynamic data for 24 patients with chronic unilateral temporomandibular disorder
该数据集来自 search.dataone.org，收录 24 例诊断为颞下颌关节紊乱所致严重慢性单侧疼痛的成年患者，均为天然牙列、咬合正常且未接受过咬合治疗。数据涵盖咀嚼功能、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）三类功能与动态因素，CP 采用常规轴位描记法评估，LG 通过 K7 下颌运动轨迹记录评估。数据可用于颞下颌关节紊乱与习惯性咀嚼侧关系的研究，支持咀嚼功能、髁道角度和侧向引导角度的分析（来源 DataONE，CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：本研究评估了 24 名成年患者，他们患有严重的慢性单侧疼痛，被诊断为颞下颌关节（TMJ）紊乱（TMD）。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。评估了以下功能和动态因素：（1）咀嚼功能；（2）颞下颌关节改建或髁道（CP）；（3）下颌侧向运动或侧向引导（LG）。CP 采用常规轴位描记法评估，LG 通过 K7 下颌运动轨迹记录评估。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，其中受影响侧可能是习惯性咀嚼侧。
【主题与分类】
主题标签：Temporomandibular joint disorders、habitual chewing side syndrome、mastication、lateral anterior guidance。本站分类：口腔疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A28f622c6fa372172bb1c351431cda413a16a0bf5c891d94233254cadb94a4e7b
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
本研究评估了24例成年患者，这些患者患有严重的慢性单侧疼痛，被诊断为颞下颌关节（TMJ）紊乱（TMD）。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。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）；（3）下颌侧向运动或侧向引导（LG）。CP采用传统轴位描记法评估，LG采用K7下颌运动轨迹追踪仪评估。24例（100%）患者中有17例（71%）始终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，即受累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……
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。
