点阵CO₂激光联合富血小板血浆用于继发性瘢痕性脱发毛发移植前治疗
该数据集来自clinicaltrials.gov,围绕继发性瘢痕性脱发患者在接受毛囊单位提取(FUE)毛发移植前,先行点阵CO₂激光与富血小板血浆(PRP)处理这一主题

基本信息
资源简介
点阵CO₂激光联合富血小板血浆用于继发性瘢痕性脱发毛发移植前治疗
该数据集来自clinicaltrials.gov,围绕继发性瘢痕性脱发患者在接受毛囊单位提取(FUE)毛发移植前,先行点阵CO₂激光与富血小板血浆(PRP)处理这一主题。继发性瘢痕性脱发由创伤、烧伤、感染、放疗等导致毛囊永久破坏,瘢痕受区纤维化、血供差和弹性低可能影响移植物存活与美容效果。点阵CO₂激光可促进组织重塑、新生血管形成和创面愈合,PRP富含生长因子,可能进一步改善移植物存活和毛发生长。数据可用于相关临床研究参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:毛发移植。继发性瘢痕性脱发以创伤、烧伤、感染、放疗或其他非毛囊性病理过程导致的毛囊永久性破坏为特征。使用毛囊单位提取(FUE)的毛发移植是治疗稳定性继发性瘢痕性脱发的成熟手术方法;然而,瘢痕受区内的纤维化、血供减少和组织弹性差可能损害移植物存活和美容效果。点阵二氧化碳(CO₂)激光已被提出可通过促进组织重塑、新生血管形成和创面愈合来改善瘢痕质量,从而可能在毛发移植前增强受区床。富含生长因子高浓度的富血小板血浆(PRP)可能通过刺激组织进一步改善移植物存活和毛发生长。
【主题与分类】
主题标签:Hair Transplantation。本站分类:感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07751523
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/NCT07751523
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:毛发移植。继发性瘢痕性脱发以毛囊永久性破坏为特征,由创伤、烧伤、感染、放射线或其他非毛囊性病理过程所致。采用毛囊单位提取术(FUE)的毛发移植是治疗稳定性继发性瘢痕性脱发的成熟手术方法;然而,瘢痕化受区内的纤维化、血供减少及组织弹性差可能损害移植物存活与美容效果。点阵二氧化碳(CO₂)激光已被提出可通过促进组织重塑、新生血管形成及创面愈合来改善瘢痕质量,从而可能改善毛发移植前的受区床条件。富血小板血浆(PRP)含有高浓度生长因子,可通过刺激组织再生进一步改善移植物存活与毛发生长。本前瞻性对比临床研究旨在评估术前点阵CO₂激光治疗能否改善稳定性继发性瘢痕性脱发患者接受FUE毛发移植联合术中PRP注射的结局。
共纳入20名男女参与者,均为稳定性继发性瘢痕性脱发患者,且具有合理的治疗预期。排除患有慢性系统性疾病、妊娠或哺乳期、血小板或血液疾病、有瘢痕疙瘩形成史、瘢痕持续时间不足一年或供区不足的患者。本研究经坦塔大学医院研究伦理委员会批准(批准号:34430/1/21),所有参与者在入组前均获得书面知情同意。参与者被分为两个治疗组。A组在手术前接受三次点阵CO₂激光治疗,每次间隔一个月,随后一个月后接受FUE毛发移植联合术中PRP注射。B组直接接受FUE毛发移植联合术中
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。




