计算机辅助颌骨重建技术进展、功能结果及未来展望支持数据
一项随机对照试验数据集，比较3D打印患者专用钛板与传统钛板在计算机辅助颌骨重建中的手术准确性、效率和临床结果。
基本信息
资源简介
计算机辅助颌骨重建技术进展、功能结果及未来展望支持数据
【一句话概览】
本数据集是 figshare 公开的结构化表格数据集，主题涵盖 computer-assisted surgery (CAS)、jaw reconstruction、3D printing for construction、patient-specific implants，可用于统计建模、特征工程与队列分析，CC BY-NC 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《Supporting data for Supporting data for Computer-Assisted Jaw Reconstruction Technical Advancement Functional Outcomes and Future Perspectives》。源站首次发布：2026-03-03。
【数据内容】
源站原始描述：The .sav file submitted to the library contains data related to a randomized controlled trial comparing the use of 3D-printed patient-specific titanium surgical plates with conventional plates in computer-assisted jaw reconstruction. The study aimed to evaluate surgical accuracy, efficiency, and clinical outcomes in patients undergoing mandibular and maxillary reconstruction with osteocutaneous free flaps. The dataset includes patient demographics, defect characteristics, details of surgical pro…
【数据结构与技术规格】
数据集 DOI：10.25442/hku.31366918.v1。
【主题与分类】
源站学科分类：Other health sciences not elsewhere classified。主题标签：computer-assisted surgery (CAS)、jaw reconstruction、3D printing for construction、patient-specific implants。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://datahub.hku.hk/articles/dataset/Supporting_data_for_Supporting_data_for_Computer-Assisted_Jaw_Reconstruction_Technical_Advancement_Functional_Outcomes_and_Future_Perspectives/31366918
使用许可：CC BY-NC 4.0（https://creativecommons.org/licenses/by-nc/4.0/）。
规范引用：Pu, Jingya (2026). Supporting data for Supporting data for Computer-Assisted Jaw Reconstruction Technical Advancement Functional Outcomes and Future Perspectives. HKU DataHub. Dataset
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。
暂未开放有偿下载
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
