UVA1光治疗硬皮病及类似病症数据集
该数据集来源于clinicaltrials.gov,聚焦UVA1光治疗硬皮病及类似皮肤病症,覆盖瘢痕疙瘩、硬皮病、瘢痕、环状肉芽肿及项部瘢痕性痤疮等条件

基本信息
资源简介
UVA1光治疗硬皮病及类似病症数据集
该数据集来源于clinicaltrials.gov,聚焦UVA1光治疗硬皮病及类似皮肤病症,覆盖瘢痕疙瘩、硬皮病、瘢痕、环状肉芽肿及项部瘢痕性痤疮等条件。源站描述阐述了UVB与UVA波段差异及UVA1光疗优势,即不含致晒伤和皮肤癌的UVB射线。数据可用于皮肤疾病光疗相关研究,但具体样本量、图像或标注信息源站未提供(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:瘢痕疙瘩、硬皮病、瘢痕、环状肉芽肿、项部瘢痕性痤疮。到达地球表面的太阳紫外线分为波长较短、能量较高的UVB(290-320nm)和波长较长、能量较低的UVA(320-400nm)。引起晒伤并与皮肤癌相关的光波长是高能量UVB。UVA波长可进一步分为波长相对较短、能量较高的UVA2(320-340nm)和波长较长、能量较低的UVA1(340-400nm)。我们诊所用于治疗银屑病、特应性皮炎和瘙痒的光疗灯箱,以及美黑沙龙使用的灯箱,均发射UVB和UVA波长。使用UVA1光源治疗皮肤病的优势是:1)不含引起皮肤癌和晒伤的射线(UVB);2)因此
【主题与分类】
主题标签:Keloid、Scleroderma、Scars、Granuloma Annulare、Acne Keloidalis Nuchae。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00476697
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/NCT00476697
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
适应症:瘢痕疙瘩、硬皮病、瘢痕、环状肉芽肿、项部瘢痕疙瘩性痤疮。到达地球表面的太阳紫外线根据波长分为:波长较短、能量较高的UVB(290-320nm)和波长较长、能量较低的UVA(320-400nm)。引起晒伤并与皮肤癌发生相关的光波长是高能量的UVB。UVA波长可进一步分为波长相对较短、能量较高的UVA2(320-340nm)和波长较长、能量较低的UVA1(340-400nm)。我科用于治疗银屑病、特应性皮炎和瘙痒症的光疗箱,以及美黑沙龙所用的光疗设备,均发射UVB和UVA波长的光。使用UVA1光源治疗皮肤病的优势在于:1)不含引起皮肤癌和晒伤的射线(UVB);2)因此能够更安全、更长时间地治疗患者。瘢痕疙瘩、硬皮病、项部瘢痕疙瘩性痤疮和烧伤瘢痕均以皮肤胶原性增厚为特征,导致浅层和深层皮肤硬化。
目前对这些致残性疾病的治疗尚不充分。近期,在非对照研究中,UVA1被证明可改善硬皮病、环状肉芽肿和色素性荨麻疹患者的病情(1-3)。UVA1治疗的作用机制尚未完全明确,但局部免疫调节似乎具有重要作用(4)。UVA1还被证明能以剂量依赖的方式刺激真皮中的胶原酶活性(5,6)。因此,我们推测,适当剂量的UVA1可通过胶原酶介导的清除过多真皮胶原,安全地改善这些纤维化皮肤疾病。基于这项初步研究的结果,我们计划开展一项正式的对
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。




