唾液α-淀粉酶作为PRF增强第三磨牙术后创口愈合的无创生物标志物
该数据集来自clinicaltrials.gov,聚焦下颌阻生第三磨牙拔除术后愈合。研究比较PRF组与非PRF组,在术后第0、3天等第一周内采集唾液样本,检测唾液α-淀粉酶活性变化,以评估PRF放置与早期创口愈合的关系

基本信息
资源简介
唾液α-淀粉酶作为PRF增强第三磨牙术后创口愈合的无创生物标志物
该数据集来自clinicaltrials.gov,聚焦下颌阻生第三磨牙拔除术后愈合。研究比较PRF组与非PRF组,在术后第0、3天等第一周内采集唾液样本,检测唾液α-淀粉酶活性变化,以评估PRF放置与早期创口愈合的关系。唾液作为无创监测介质,PRF为患者自体血制备材料。数据可用于探索术后愈合的生物标志物预测与组间差异分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Platelet-Rich Fibrin (PRF)、Impacted Mandibular Third Molar、Postoperative Wound Healing、Salivary Alpha Amylase。本研究旨在评估下颌阻生第三磨牙手术后放置platelet-rich fibrin (PRF)是否与术后早期愈合期间唾液α-淀粉酶活性的变化相关。选择唾液α-淀粉酶是因为唾液为监测口腔手术后生物学反应提供了一种无创介质。PRF是一种由患者自身血液制备的自体材料,在缝合前放入拔牙窝。对照组接受相同手术程序但不放置PRF。参与者被分配到两个平行组:PRF组和非PRF组。唾液样本在术后第一周采集,具体在术后第0天、第3天及
【主题与分类】
主题标签:Platelet-Rich Fibrin (PRF)、Impacted Mandibular Third Molar、Postoperative Wound Healing、Salivary Alpha Amylase。本站分类:口腔疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07600619
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/NCT07600619
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:富血小板纤维蛋白(PRF)、阻生下颌第三磨牙、术后创口愈合、唾液α-淀粉酶。本研究旨在评估阻生下颌第三磨牙术后放置富血小板纤维蛋白(PRF)是否与术后早期愈合期唾液α-淀粉酶活性的变化相关。选择唾液α-淀粉酶是因为唾液提供了一种非侵入性介质,可用于监测口腔手术后的生物学反应。PRF是一种自体材料,由患者自身血液制备,在缝合前置入拔牙窝。对照组接受相同的手术操作但不放置PRF。参与者被分配到两个平行组:PRF组和非PRF组。在术后第一周采集唾液样本,具体为术后第0、3和7天。研究比较了组间唾液α-淀粉酶活性,并描述了各组内随时间的变化。研究在印度尼西亚望加锡的哈桑努丁大学牙科医院进行。
唾液α-淀粉酶的实验室分析在哈桑努丁大学医学院HumRC实验室进行。这些发现旨在阐明唾液α-淀粉酶能否作为一种有用的非侵入性生物标志物,用于监测PRF辅助下颌第三磨牙手术后的早期伤口愈合情况。
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。




