点阵激光联合 Tirbanibulin 软膏治疗基底细胞癌与鳞状细胞癌
该数据集来自 clinicaltrials.gov,聚焦于角质形成细胞癌、基底细胞癌、鳞状细胞癌及皮肤癌。研究旨在评估点阵激光疗法与 tirbanibulin 软膏联合治疗鳞状细胞癌和基底细胞癌的有效性,方法为对既往活检确诊的 SCC 和 BCC 使用 thulium 与 erbium 激光并施加整

基本信息
资源简介
点阵激光联合 Tirbanibulin 软膏治疗基底细胞癌与鳞状细胞癌
该数据集来自 clinicaltrials.gov,聚焦于角质形成细胞癌、基底细胞癌、鳞状细胞癌及皮肤癌。研究旨在评估点阵激光疗法与 tirbanibulin 软膏联合治疗鳞状细胞癌和基底细胞癌的有效性,方法为对既往活检确诊的 SCC 和 BCC 使用 thulium 与 erbium 激光并施加整体加热,随后根据侵袭程度可能要求受试者连续五晚涂抹软膏。研究意图是减少侵入性外科手术需求,优化美容外观,并为广泛人群提供治疗选择(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:角质形成细胞癌、基底细胞癌、鳞状细胞癌、皮肤癌。研究者试图评估点阵激光疗法和 tirbanibulin 软膏治疗鳞状细胞癌和基底细胞癌的有效性。这将通过使用 thulium 和 erbium 激光对既往活检确诊的 SCC 和 BCC 进行治疗并施加整体加热方法来实现。然后,根据侵袭程度,受试者可能被指示在治疗后立即连续五晚涂抹该软膏。本研究的意图是尽量减少对侵入性外科手术的需求,以优化美容外观,并提供一种对广泛个体有益的治疗选择。
【主题与分类】
主题标签:Keratinocyte Carcinoma、Basal Cell Carcinomas、Squamous Cell Carcinoma、Skin Cancer。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07010692
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/NCT07010692
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:角质形成细胞癌、基底细胞癌、鳞状细胞癌、皮肤癌。研究者旨在评估点阵激光疗法与替尔巴尼布林软膏治疗鳞状细胞癌和基底细胞癌的有效性。该研究将通过对既往经活检确诊的鳞状细胞癌和基底细胞癌使用铥激光和铒激光,并应用体表加热方法来进行。随后,根据侵袭程度,受试者可能被指导在治疗后立即连续五个晚上涂抹该软膏。本研究旨在尽量减少对侵入性外科手术的需求,以优化美容外观,并提供一种对广泛人群有益的治疗选择。
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。




