A型肉毒毒素对比纳米脂肪治疗雄激素性脱发的疗效:一项比较性临床试验
该数据集来自 clinicaltrials.gov,主题为 A 型肉毒毒素与自体纳米脂肪治疗男性雄激素性脱发的疗效与安全性比较

基本信息
资源简介
A型肉毒毒素对比纳米脂肪治疗雄激素性脱发的疗效:一项比较性临床试验
该数据集来自 clinicaltrials.gov,主题为 A 型肉毒毒素与自体纳米脂肪治疗男性雄激素性脱发的疗效与安全性比较。研究为随机前瞻性比较临床试验,计划在 Assiut University Hospital 开展,纳入 40 名男性受试者,两组各 20 人,分配比例 1:1。受试者需为 18 至 40 岁、经病史、头皮检查和皮肤镜检查确诊的雄激素性脱发男性,且 Norwood Hamilton 分级为 II 或 III 级、目标头皮区域可见毛囊。数据可用于脱发治疗方案的疗效与安全性比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:雄激素性脱发。这项随机前瞻性比较临床试验将比较肌肉注射 A 型肉毒毒素与皮内注射自体纳米脂肪治疗男性雄激素性脱发的疗效和安全性。研究将在 Assiut University Hospital 进行,将纳入 40 名男性参与者,每个治疗组分配 20 名参与者。计划分配比例为 1:1。符合条件的参与者为 18 至 40 岁男性,经病史、头皮检查和皮肤镜检查确诊为雄激素性脱发。参与者必须患有 Norwood Hamilton II 或 III 级雄激素性脱发,并且在皮肤镜检查中目标头皮区域内有可见毛囊。如果参与者患有可能干扰安全性、伤口的显著全身性疾病,则将被排除
【主题与分类】
主题标签:Androgenetic Alopecia。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07863856
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/NCT07863856
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:雄激素性脱发。这项随机前瞻性比较临床研究将比较肌内注射A型肉毒毒素与皮内注射自体纳米脂肪治疗男性雄激素性脱发的疗效和安全性。该研究将在Assiut University Hospital进行,纳入40名男性参与者,每个治疗组分配20名参与者。计划分配比例为1:1。符合条件的参与者为18至40岁男性,经病史、头皮检查和皮肤镜检查确诊为雄激素性脱发。参与者必须患有Norwood Hamilton II级或III级雄激素性脱发,并且皮肤镜检查显示目标头皮区域内有可见毛囊。如果参与者存在可能干扰安全性、伤口愈合或毛发生长的显著全身性疾病,包括神经肌肉疾病、未控制的糖尿病、自身免疫性疾病、血液系统疾病、活动性恶性肿瘤或近期接受化疗,则将被排除。
其他排除标准包括拟治疗区域内存在活动性头皮感染或炎症、皮炎、伤口、瘢痕或其他病变。其他原因导致脱发的参与者也将被排除,包括斑秃、休止期脱发、牵引性脱发、瘢痕性脱发、甲状腺相关脱发、缺铁相关脱发或药物性脱发。其他排除标准包括:既往1至2个月内接受过针对雄激素性脱发的局部治疗,既往3个月内使用过全身性皮质类固醇、JAK抑制剂、免疫抑制治疗或其他可能影响毛发生长的药物。对肉毒毒素、白蛋白、局部麻醉剂或研究过程中使用的任何成分已知过敏的参与者不符合入选条件。出血性疾病、血小板减少症、当前正在接受抗凝或抗血小板治疗,以及供区不足或不合适
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。




