皮肤型红斑狼疮与Elidel
该数据集来自clinicaltrials.gov,主题为皮肤型红斑狼疮与Elidel,涉及盘状红斑狼疮等皮肤型红斑狼疮。源站描述介绍了红斑狼疮的分类、发病特点及可能的诱发因素,包括紫外线、激素、妊娠、口服避孕药、压力、创伤以及部分药物

基本信息
资源简介
皮肤型红斑狼疮与Elidel
该数据集来自clinicaltrials.gov,主题为皮肤型红斑狼疮与Elidel,涉及盘状红斑狼疮等皮肤型红斑狼疮。源站描述介绍了红斑狼疮的分类、发病特点及可能的诱发因素,包括紫外线、激素、妊娠、口服避孕药、压力、创伤以及部分药物。数据可用于了解皮肤型红斑狼疮的临床特征、疾病分类与诱发因素,并可能支持相关临床研究或药物(如Elidel)的探索(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:皮肤型红斑狼疮、盘状红斑狼疮。红斑狼疮是一种病因不明的自身免疫性疾病,根据其临床特征、病程和实验室检查结果进行分类。粗略分类将红斑狼疮分为三个亚组:1. 盘状红斑狼疮(dLE),2. 亚急性皮肤型红斑狼疮(scLE),3. 系统性红斑狼疮(sLEsLE)。红斑狼疮的发病在女性中比男性多三倍,发病年龄在20至40岁之间。它常被多种因素加重或触发,如紫外线(主要是UV-A)、激素(甲状腺疾病)、妊娠、口服避孕药、压力或创伤。一些药物也可能作为触发物质起作用,例如抗生素、精神药物、β受体阻滞剂、普鲁卡因胺、利尿剂、吡罗昔康。
【主题与分类】
主题标签:Lupus Erythematosus, Cutaneous、Lupus Erythematosus, Discoid。本站分类:内分泌、营养和代谢疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00222183
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/NCT00222183
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:红斑狼疮,皮肤型,盘状红斑狼疮。红斑狼疮是一种病因不明的自身免疫性疾病,根据其临床特征、病程及实验室检查结果进行分类。粗略分类可将红斑狼疮分为三个亚组:1. 盘状红斑狼疮(dLE),2. 亚急性皮肤型红斑狼疮(scLE),3. 系统性红斑狼疮(sLE)。红斑狼疮的发病在女性中比男性多三倍,发病年龄多在20至40岁之间。该病常由多种因素加重或诱发,如紫外线(主要是UV-A)、激素(甲状腺疾病)、妊娠、口服避孕药、应激或创伤。某些药物也可能作为诱发物质发挥作用,例如抗生素、精神药物、β受体阻滞剂、普鲁卡因胺、利尿剂、吡罗昔康和灰黄霉素。系统性红斑狼疮(sLE)的全球患病率为每10万人口12至50例,年发病率为每10万人口2至8例。皮肤病变是系统性红斑狼疮(sLE)患者最常见的临床主诉之一。
已发现,在疾病过程中,高达70%的患者会出现这种情况。作为研究人群一部分的LE有趣亚组患有盘状红斑狼疮(dLE)或亚急性皮肤红斑狼疮(scLE)(Fritsch,1998)。盘状红斑狼疮是皮肤LE慢性形式中最常见的一种。它是一种非常慢性的炎症性疾病,由固定的、硬化的、红斑性丘疹和斑块组成,常分布于头颈部。若不进行干预,dLE病变可能持续多年,并伴有广泛的瘢痕形成。当dLE发生在头皮时,可能导致永久性瘢痕和脱发。如果对局限性dLE病变患者的初步检查未发现sLEsLE的证据,则发展为sLEsLE的风险较低,约为5%。当dLE病变泛发时,这一风险略高。然而,dLE le
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。




