口腔扁平苔藓局部治疗用黏膜黏附缓释制剂
该数据集来自 clinicaltrials.gov,聚焦口腔扁平苔藓(OLP)的局部治疗研究。OLP 是累及口腔黏膜的慢性炎症性疾病,常引起疼痛性病变、灼烧感并影响生活质量

基本信息
资源简介
口腔扁平苔藓局部治疗用黏膜黏附缓释制剂
该数据集来自 clinicaltrials.gov,聚焦口腔扁平苔藓(OLP)的局部治疗研究。OLP 是累及口腔黏膜的慢性炎症性疾病,常引起疼痛性病变、灼烧感并影响生活质量。现有治疗主要依赖高效局部糖皮质激素(如丙酸氯倍他索),但软膏或糊剂等传统剂型在口腔内难以施用和滞留,生物利用度有限且可能带来副作用。本试验研究一种贴片形式的新型黏膜黏附给药系统,贴片可黏附于口腔黏膜并控制、持久释放活性成分,测试单含丙酸氯倍他索及含复方成分的两类贴片。数据可用于口腔黏膜疾病局部给药制剂的疗效与剂型研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:口腔扁平苔藓、口腔扁平苔藓相关压力、口腔黏膜疾病、口腔疼痛。口腔扁平苔藓(OLP)是一种影响口腔黏膜的慢性炎症性疾病,常引起疼痛性病变、灼烧感并损害生活质量。当前治疗主要依赖高效局部糖皮质激素,如丙酸氯倍他索。然而,软膏或糊剂等传统剂型可能难以施用、在口腔内滞留不佳,并伴有生物利用度有限或副作用。本临床试验研究一种贴片形式的新型黏膜黏附给药系统的疗效。该贴片设计为黏附于口腔黏膜,以受控和持久的方式释放活性化合物。测试两种贴片:一种仅含丙酸氯倍他索,另一种含复方
【主题与分类】
主题标签:Oral Lichen Planus、Oral Lichen Planus Related Stress、Oral Mucosal Disease、Oral Pain。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07100613
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/NCT07100613
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
疾病:口腔扁平苔藓、口腔扁平苔藓相关应激、口腔黏膜疾病、口腔疼痛。口腔扁平苔藓(OLP)是一种影响口腔黏膜的慢性炎症性疾病,常导致疼痛性病变、烧灼感及生活质量受损。目前的治疗主要依赖高效局部皮质类固醇,如丙酸氯倍他索。然而,软膏或糊剂等传统制剂可能难以施用、在口腔内滞留性差,并存在生物利用度有限或副作用等问题。本临床试验研究一种以贴片形式的新型黏膜黏附药物递送系统的疗效。该贴片设计为黏附于口腔黏膜,以受控且持续的方式释放活性化合物。试验测试两种贴片:一种仅含丙酸氯倍他索,另一种含氯倍他索与白藜芦醇的组合,白藜芦醇是一种以抗炎和免疫调节特性著称的天然多酚。本研究是一项三盲、随机、对照临床试验,受试者为经组织学确诊为症状性OLP的成年患者。
参与者被随机分配到三个组别之一:第1组:含丙酸氯倍他索的贴片;第2组:含丙酸氯倍他索和resveratrol的贴片;第3组(对照组):0.05%氯倍他索置于orabase型黏附糊剂中。治疗按照标准化方案在30天内实施。临床评估在基线、15天和30天进行,包括照片记录、使用视觉模拟量表(VAS)进行症状评分,以及使用Thongprasom评分进行临床严重程度评估。此外,参与者填写口腔健康影响概况-14(OHIP-14)问卷,以评估口腔健康相关生活质量的变化。使用光学相干断层扫描(OCT)监测黏膜的结构变化,这是一种非侵入性成像技术,可实时观察组织层,提供关于上皮愈合和炎症的客观信息。Th
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。




