3D打印牙科树脂无机填料改性的系统综述与Meta分析复现数据与代码
该数据集为3D打印牙科树脂无机填料改性系统综述与Meta分析的复现材料，包含研究级分析数据、R代码、衍生结果、图件文件及质量保证记录，可复现锁定的一级力学Meta分析（三点弯曲强度，k=29；弯曲模量，k=11）、预设与敏感性分析以及非合并的细胞毒性展示
基本信息
资源简介
3D打印牙科树脂无机填料改性的系统综述与Meta分析复现数据与代码
Reproducibility data and code for: Inorganic Filler Modification of 3D-Printed Dental Resins: A Systematic Review and Meta-analysis
该数据集为3D打印牙科树脂无机填料改性系统综述与Meta分析的复现材料，包含研究级分析数据、R代码、衍生结果、图件文件及质量保证记录，可复现锁定的一级力学Meta分析（三点弯曲强度，k=29；弯曲模量，k=11）、预设与敏感性分析以及非合并的细胞毒性展示。数据不包含原始研究PDF、个体实验室数据或总体合并细胞毒性效应。作者创建的数据与文档采用CC BY 4.0许可，代码采用MIT许可，适合用于口腔材料力学性能的Meta分析复现与二次研究（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【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）：该数据集包含系统综述与Meta分析《3D打印牙科树脂的无机填料改性：系统综述与Meta分析》的研究级分析数据、R代码、衍生结果、图件文件和质量保证记录。它复现了锁定的主要力学Meta分析（三点弯曲强度，k=29；弯曲模量，k=11）、预设分析和敏感性分析，以及非合并的细胞毒性展示。该发布不包含原始研究PDF、个体实验室数据或总体合并细胞毒性效应。运行说明、数据来源和复用边界见README。作者创建的数据和文档采用CC BY 4.0许可；作者创建的代码采用MIT许可，具体见所附LICENSE.md。
【主题与分类】
主题标签：3D printing、dental resins、inorganic fillers、flexural strength、meta-analysis、systematic review、reproducible research、R、nanofillers、flexural modulus。本站分类：口腔疾病。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.23285048
使用许可：Creative Commons Attribution 4.0 International。
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/10.5281/zenodo.23285048
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 4.2 MB。
数据说明
本数据集包含系统综述与Meta分析《3D打印牙科树脂的无机填料改性：系统综述与Meta分析》的研究层面分析数据、R代码、衍生结果、图表文件及质量保证记录。该数据集重现了锁定的主要力学Meta分析（三点弯曲强度，k=29；弯曲模量，k=11）、预设分析与敏感性分析，以及非合并的细胞毒性展示。本次发布不包含原始研究PDF、个体层面实验室数据或总体合并细胞毒性效应。运行说明、数据来源及复用边界见README。作者创建的数据与文档依据CC BY 4.0许可协议授权；作者创建的代码依据所附LICENSE.md中规定的MIT许可证授权。
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。
