Ameluz 在肢端光化性角化病中应用时长的疗效研究
数据覆盖肿瘤/皮肤癌领域,可用于评估光敏剂与红光反应后异常细胞的清除效果,支持治疗时长与病灶反应关系的分析,为临床方案优化提供依据(来源 clinicaltrials.gov)

基本信息
资源简介
Ameluz 在肢端光化性角化病中应用时长的疗效研究
该数据集来自 clinicaltrials.gov,聚焦肢端光化性角化病(Actinic Keratoses)及光损伤皮肤(Photodamaged Skin)患者接受 Ameluz 光动力疗法(PDT)时,不同敷药时长对疗效的影响。数据覆盖肿瘤/皮肤癌领域,可用于评估光敏剂与红光反应后异常细胞的清除效果,支持治疗时长与病灶反应关系的分析,为临床方案优化提供依据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:光化性角化病、光损伤皮肤。光动力疗法(PDT)是一种相对较新的皮肤癌和晒伤皮肤治疗方法,晒伤皮肤可能癌变或癌前病变。PDT 治疗包括将含有盐酸氨基乙酰丙酸的凝胶(获准临床使用名为 Ameluz®)涂抹在异常区域。在病变细胞内,这种凝胶会在几小时内转化为一种光敏化学物质(光敏剂),该物质可与光发生反应。光敏剂本身无活性。随后用红光照射病灶;红光与光敏剂反应并破坏异常细胞。只有治疗区域会受到影响并发生炎症。在大多数情况下,炎症消退后该区域会痊愈。光化性角化病(AK)是一种由日晒损伤引起的癌前病变。如果不治疗,它们可能进展为皮肤癌。这些可以治疗
【主题与分类】
主题标签:Actinic Keratoses、Photodamaged Skin。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03963102
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/NCT03963102
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:光化性角化病、光损伤皮肤。光动力疗法(PDT)是一种相对较新的治疗皮肤癌和日光损伤皮肤的方法,后者可能转变为癌性或癌前病变。PDT治疗包括将含有盐酸氨基乙酰丙酸的凝胶(已获准临床使用,商品名为Ameluz®)涂抹于异常区域。在病变细胞内,该凝胶会在数小时内转化为一种对光敏感的化学物质(光敏剂),该物质可与光发生反应。光敏剂本身无活性。随后用红光照射病灶;红光与光敏剂发生反应并破坏异常细胞。仅治疗区域会受到影响并出现炎症。在大多数情况下,炎症消退后该区域即可痊愈。光化性角化病(AK)是一种由日光损伤引起的癌前病变。若不予处理,可进展为皮肤癌。可采用不同方法治疗,包括不同的外用乳膏、液氮或PDT。部分病灶可能在外用乳膏治疗后复发,患者也可能出现不可接受的炎症程度,或病灶累及面积过大。
液氮治疗光化性角化病的效果与光动力疗法相当,但据报道其美容效果较差。光动力疗法是获批用于治疗光化性角化病的方法。然而,光动力疗法已被证明对某些部位(如手和足)的光化性角化病效果较差。进一步了解光敏剂的蓄积机制可能有助于提高这些身体部位的治疗成功率,使更多患者能够从光动力疗法中获益。所提出的理论是,延长Ameluz凝胶的涂抹时间将增加光敏剂的量,使其在治疗区域蓄积,从而增加对细胞的损伤,并意味着更多患者能够获得成功的治疗。本研究旨在探讨将Ameluz凝胶涂抹4小时(试验组)而非3小时(对照组)是否能提高手、足、臂和腿部光化性角化病病灶的治疗成功率。从本研究中获得的信息可能有助于……
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。




