皮肤科光动力治疗中原卟啉IX测量的回归分析数据集
光动力治疗(PDT)是一种光激活药物疗法,可用于治疗多种皮肤癌和癌前病变。需要提高疗效以拓宽其应用。在172例具有获批皮肤科适应症的患者(37.2%为光化性角化病,27.3%为浅表性基底细胞癌,35.5%为Bowen病)接受常规甲基氨基酮戊酸(MAL)-PDT治疗期间,使用经过预验证的非侵入性成像系

基本信息
资源简介
皮肤科光动力治疗中原卟啉IX测量的回归分析数据集
光动力治疗(PDT)是一种光激活药物疗法,可用于治疗多种皮肤癌和癌前病变。需要提高疗效以拓宽其应用。在172例具有获批皮肤科适应症的患者(37.2%为光化性角化病,27.3%为浅表性基底细胞癌,35.5%为Bowen病)接受常规甲基氨基酮戊酸(MAL)-PDT治疗期间,使用经过预验证的非侵入性成像系
Regression analysis of protoporphyrin IX measurements obtained during dermatological photodynamic therapy (dataset)
【数据集背景】
源站首次发布:2019。
【数据内容】
源站描述(机器翻译,仅供参考):光动力治疗(PDT)是一种光激活药物疗法,可用于治疗多种皮肤癌和癌前病变。需要提高疗效以拓宽其应用。在172例具有获批皮肤科适应症的患者(37.2%为光化性角化病,27.3%为浅表性基底细胞癌,35.5%为Bowen病)接受常规甲基氨基酮戊酸(MAL)-PDT治疗期间,使用经过预验证的非侵入性成像系统获得了临床原卟啉IX(PpIX)荧光数据。采用线性回归和逻辑回归对可能影响PpIX累积和/或照射期间PpIX光漂白、从而影响三个月临床结局的变量之间的关系进行建模。发现患者年龄与较低的PpIX累积/光漂白相关,然而只有PpIX光漂白的减少似乎一致
【主题与分类】
主题标签:光动力治疗、原卟啉IX、皮肤肿瘤、回归分析、荧光成像、MAL-PDT。本站分类:肿瘤。
【获取与许可】
源站页面:https://ore.exeter.ac.uk/repository/handle/10871/35642
使用许可:Creative Commons Attribution 4.0 International。
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://doi.org/10.24378/exe.1103
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
光动力疗法(PDT)是一种光激活药物疗法,可用于治疗多种皮肤癌及癌前病变。为提高其应用范围,需提升疗效。在172例具有获批皮肤适应症患者(37.2%为光化性角化病,27.3%为浅表性基底细胞癌,35.5%为鲍温病)接受常规甲基氨基酮戊酸(MAL)-PDT治疗期间,采用预先验证的无创成像系统获取了临床原卟啉IX(PpIX)荧光数据。运用线性与逻辑回归模型分析可能影响PpIX积累和/或照射期间PpIX光漂白,进而影响三个月临床结局的变量间关系。发现患者年龄与较低的PpIX积累/光漂白相关,但仅PpIX光漂白减少似乎持续不利地影响治疗效果。位于四肢、手足的病变,其临床清除率降低,且PpIX积累减少及随后的光漂白不良影响了所取得的疗效。
如果在光照期间采用空气冷却镇痛,PpIX光漂白程度较低,这导致达到临床清除的可能性大约降低三倍。研究得出结论,首次治疗期间的PpIX光漂白是所有病变类型临床结果的极佳预测指标。
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。




