蓝光与红光在基底细胞痣综合征患者Levulan光动力治疗中的对比

该数据集来自 clinicaltrials.gov,聚焦基底细胞痣综合征(Gorlin-Goltz 综合征)患者的皮肤癌治疗

Edward Maytin, MD, PhDEdward Maytin, MD, PhD
clinicaltrials
浏览 12
其他分类Basal Cell Nevus Syndrome
Blue vs Red Light During Levulan Based Photodynamic Therapy in Patients With Basal Cell Nevus Syndrome

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-09

资源简介

蓝光与红光在基底细胞痣综合征患者Levulan光动力治疗中的对比

该数据集来自 clinicaltrials.gov,聚焦基底细胞痣综合征(Gorlin-Goltz 综合征)患者的皮肤癌治疗。研究为患者自身对照的初步试验,评估使用 5-氨基酮戊酸联合红光(635 nm)或蓝光(400 nm)的循环光动力治疗(PDT)消除基底细胞癌(BCC)的能力。患者将在 4 个月内接受 3 个循环的红光与蓝光 PDT,共 6 次治疗,循环间隔 2 个月,每循环含两次间隔一周的治疗,并按随机分配对左右侧身体使用两种光源,第 6 个月进行最终评估(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:基底细胞痣综合征。这是一项患者自身对照的初步研究,旨在评估使用 5-氨基酮戊酸联合红光(635 nm)或蓝光(400 nm)的循环光动力治疗(PDT)消除基底细胞痣综合征(Gorlin-Goltz 综合征)患者中发生的基底细胞癌(BCC)皮肤癌的能力。患者将在 4 个月内接受 3 个循环的红光和蓝光 PDT 治疗,共 6 次治疗。循环间隔 2 个月。每个循环包括双疗程 PDT 治疗,治疗间隔一周。每位受试者将根据随机分配至身体左侧或右侧,接受两种光源(蓝光和红光)的治疗。第 6 个月将进行最终评估访视。

【主题与分类】

主题标签:Basal Cell Nevus Syndrome。本站分类:肿瘤/皮肤癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02157623

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT02157623

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:基底细胞痣综合征。这是一项患者自身对照的初步研究,旨在评估使用5-氨基酮戊酸联合红光(635 nm)或蓝光(400 nm)进行周期性光动力疗法(PDT)清除基底细胞痣综合征(戈林-戈尔茨综合征)患者中发生的基底细胞癌(BCC)皮肤癌的能力。患者将接受3个周期的红光和蓝光PDT治疗,共计6次治疗,历时4个月。周期间隔2个月。每个周期包括双程PDT治疗,治疗间隔一周。每位受试者将根据随机分配至身体左侧或右侧,接受蓝光和红光两种光源的治疗。将在第6个月进行最终评估访视。

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。

获取专属数据定制方案