光损伤皮肤的多模态激光治疗
研究为前瞻性、随机、分脸临床试验，纳入 35 名面部光损伤伴 AK 患者，一侧面部接受 1927-nm thulium 激光、1550-nm 非剥脱点阵激光与强脉冲光 (IPL) 联合治疗，对侧作为未治疗对照，随访 14 个月评估临床疗效与长期预防效果
基本信息
资源简介
光损伤皮肤的多模态激光治疗
该数据集来自 clinicaltrials.gov，聚焦光损伤皮肤与 Actinic Keratosis (AK) 的多模态激光治疗研究。研究为前瞻性、随机、分脸临床试验，纳入 35 名面部光损伤伴 AK 患者，一侧面部接受 1927-nm thulium 激光、1550-nm 非剥脱点阵激光与强脉冲光 (IPL) 联合治疗，对侧作为未治疗对照，随访 14 个月评估临床疗效与长期预防效果。数据可用于分析光损伤皮肤治疗反应、AK 相关结局及皮肤癌预防潜力（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Photo-damage, Actinic Keratosis (AK)。Multimodal Laser Project 是一项前瞻性、随机、分脸临床研究，探讨一种新型的激光与光基治疗组合对面部光损伤的作用，并具有改善皮肤癌预防的长期视角。该研究纳入 35 名面部光损伤伴 AK 的患者。一侧面部接受多模态治疗，结合三种互补技术：1927-nm thulium 激光、1550-nm 非剥脱点阵激光和强脉冲光 (IPL)，而对侧作为未治疗对照。参与者随访 14 个月，以评估临床疗效和较长期的预防效果。总体目标不仅是确定多模态激光治疗是否能改善光损伤皮肤，还在于更深入地了解该治疗如何影响未
【主题与分类】
主题标签：Photo-damage、Actinic Keratosis (AK)。本站分类：肿瘤/皮肤癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07789002
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/NCT07789002
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
条件：光损伤、光化性角化病（AK）。多模式激光项目是一项前瞻性、随机、分面临床研究，旨在探索一种新型激光与光基联合治疗方案对面部光损伤的疗效，并着眼于改善皮肤癌预防的长期前景。该研究纳入35例面部光损伤及AK患者。一侧面部接受多模式治疗，联合三种互补技术：1927 nm铥激光、1550 nm非剥脱点阵激光和强脉冲光（IPL），对侧作为未治疗对照。参与者随访14个月，以评估临床疗效和较长期的预防效果。总体目标不仅是确定多模式激光治疗能否改善光损伤皮肤，还在于更深入地了解该治疗如何影响慢性日晒损伤皮肤的潜在生物学机制及其在皮肤癌预防中的潜在作用。
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。
