30%H2O2局部应用在确定性治疗前疗效研究试验
该数据集来自 clinicaltrials.gov,聚焦非黑色素瘤皮肤癌(NMSC),包括基底细胞癌和皮肤分化型鳞状细胞癌

基本信息
资源简介
30%H2O2局部应用在确定性治疗前疗效研究试验
该数据集来自 clinicaltrials.gov,聚焦非黑色素瘤皮肤癌(NMSC),包括基底细胞癌和皮肤分化型鳞状细胞癌。源站描述指出,NMSC 是全球最常见癌症,发病率随人口老龄化和日晒持续上升;金标准治疗为手术切除和放疗,但均伴随疼痛、出血、感染、瘢痕和色素改变等风险,较大病灶需治疗更大皮肤面积,可能加重毒性,头颈部患者尤其关注美容敏感区风险。该数据可用于研究 30%H2O2 作为确定性治疗前局部应用的疗效,并支持治疗风险与疗效相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:基底细胞癌、皮肤分化型鳞状细胞癌。非黑色素瘤皮肤癌(NMSC)是全球最常见的癌症,且随着一般人群老龄化以及日晒,这些恶性肿瘤的发病率正在稳步上升。NMSC 的金标准治疗方式包括手术切除和放射治疗。这两种治疗均伴随对患者的风险,包括疼痛、出血、感染、瘢痕和色素改变。较大的病灶需要治疗更大面积的皮肤,这可能加重治疗相关毒性。头颈部 NMSC 患者可能尤其担心这些风险,因为该区域在美容上敏感。对于手术,建议在病灶边缘之外切除 0.5-1.0cm 的正常组织边缘以降低风险
【主题与分类】
主题标签:Basal Cell Carcinoma。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04929535
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/NCT04929535
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:基底细胞癌、皮肤鳞状细胞癌(分化型)。非黑色素瘤皮肤癌(NMSC)是全球最常见的癌症,随着人口老龄化及日光暴露的增加,其发病率正持续上升。NMSC的标准治疗方案包括手术切除和放射治疗。这两种治疗均伴随对患者的风险,包括疼痛、出血、感染、瘢痕形成及色素改变。较大的病灶需要治疗更大面积的皮肤,这可能加重治疗相关毒性。头颈部NMSC患者可能尤其担忧这些风险,因为该区域在美容上较为敏感。对于手术,推荐在病灶边缘外切除0.5-1.0cm的正常组织,以降低复发风险。在面部等区域,切除缺损的重建及最终的美学效果至关重要。
特别大的皮肤有时可能需要旋转皮瓣甚至皮肤移植,而这两者在愈合、瘢痕形成和手术并发症方面都存在缺点。放射治疗也存在类似的边缘问题。对于接受正电压放射治疗的患者,需在病变临床边界外增加1.0cm的边缘;而对于在电子束设备上接受治疗的患者,则需增加1.5cm的边缘。目前,尚无常规使用的新辅助治疗方案可用于帮助缩小病变体积,从而限制与确定性治疗(手术或放疗)相关的毒性。然而,近期有研究探讨了浓缩过氧化氢在新辅助治疗中用于缩小病变体积的作用(5)。过氧化氢是线粒体呼吸的产物,也是生物系统中重要的氧化剂。由于其是一种强效氧化剂,过氧化氢可在氧化应激中发挥作用,尽管其确切机制尚未明确。
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。




