便携式头皮冷却系统预防乳腺癌患者脱发研究
该数据集来自 clinicaltrials.gov,聚焦便携式头皮冷却系统(PSCS)用于预防乳腺癌患者化疗所致脱发的研究

基本信息
资源简介
便携式头皮冷却系统预防乳腺癌患者脱发研究
该数据集来自 clinicaltrials.gov,聚焦便携式头皮冷却系统(PSCS)用于预防乳腺癌患者化疗所致脱发的研究。覆盖乳腺癌、早期乳腺癌、脱发及化疗诱导脱发等主题。数据可用于评估研究者与患者依据 CTCAE 标准、通过治疗前后照片对比判定的脱发情况,以及基于设备相关不良事件、头皮体格检查改变和患者症状的安全性评估,支持肿瘤支持治疗领域的脱发预防研究与分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:乳腺癌、早期乳腺癌、脱发、脱发症、化疗诱导脱发。主要目的:I. 在完成最后一次化疗(CT)治疗/输注访视后3周(±1周),由研究者使用常见不良事件评价标准(CTCAE),通过比较治疗后照片与治疗前照片来评估脱发。次要目的:I. 基于设备相关不良事件的发生、通过体格检查确定的头皮变化以及患者使用PSCS的症状,评估Amma PSCS的安全性。II. 在完成最后一次治疗/输注访视后3周(±1周),由患者使用常见不良事件评价标准(CTCAE v5.0或以上),通过比较治疗后照片与基线来评估脱发。
【主题与分类】
主题标签:Breast Cancer、Early-stage Breast Cancer、Hair Loss、Alopecia、Chemotherapy-induced Alopecia。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06215469
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/NCT06215469
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:乳腺癌、早期乳腺癌、脱发、秃发、化疗引起的脱发。主要目的:I. 在末次化疗(CT)治疗/输注访视完成后3周(±1周),由研究者根据常见不良事件评价标准(CTCAE),通过比较治疗后照片与治疗前照片来评估脱发情况。次要目的:I. 基于器械相关不良事件的发生情况、通过体格检查确定的头皮变化的发生情况以及患者使用PSCS的症状,评估Amma PSCS的安全性。II. 在末次治疗/输注访视完成后3周(±1周),由患者根据常见不良事件评价标准(CTCAE v5.0或以上版本),通过比较治疗后照片与基线照片来评估脱发情况。III. 评估使用PSCS的耐受性/依从性。IV.
使用体像量表(BIS)和欧洲癌症研究与治疗组织乳腺癌生活质量问卷(EORTC-QLQ-BR23)评估患者使用Amma PSCS后保留头发的满意度和生活质量。方案概要:参与者在接受非研究性化疗治疗期间将使用AMMA PSCS。参与者可继续使用该设备直至其最后一个化疗周期(约6个月),并将在最后一次使用设备日期后随访30天,直至退出研究或死亡,以先发生者为准。
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。




