1064-nm Nd:YAG皮秒激光与1927-nm点阵激光治疗萎缩性痤疮瘢痕的疗效与安全性
源站描述指出，萎缩性痤疮瘢痕是常见的损容性皮肤问题，在易出现炎症后色素沉着（PIH）的亚洲人群中尤为突出，治疗极具挑战。研究拟通过随机、半脸对照、评估者盲法试验，直接比较基于光机械效应的1064 nm微透镜阵列皮秒激光（P-MLA）与基于光热效应的1927 nm点阵铥激光（FTL）在亚洲人群萎缩性痤
基本信息
资源简介
1064-nm Nd:YAG皮秒激光与1927-nm点阵激光治疗萎缩性痤疮瘢痕的疗效与安全性
该数据集来自clinicaltrials.gov，聚焦皮肤与结缔组织疾病中的痤疮瘢痕，主题标签为Acne Scar与Acne Scars - Atrophic。源站描述指出，萎缩性痤疮瘢痕是常见的损容性皮肤问题，在易出现炎症后色素沉着（PIH）的亚洲人群中尤为突出，治疗极具挑战。研究拟通过随机、半脸对照、评估者盲法试验，直接比较基于光机械效应的1064 nm微透镜阵列皮秒激光（P-MLA）与基于光热效应的1927 nm点阵铥激光（FTL）在亚洲人群萎缩性痤疮瘢痕治疗中的临床疗效、安全性与耐受性。该数据可用于相关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）：疾病：痤疮瘢痕、萎缩性痤疮瘢痕。萎缩性痤疮瘢痕是常见的损容性皮肤问题，在易出现炎症后色素沉着（PIH）的亚洲人群中尤为突出，其治疗极具挑战性。基于光机械效应的1064 nm微透镜阵列皮秒激光（P-MLA）与基于光热效应的1927 nm点阵铥激光（FTL）是两种新兴治疗技术，但在亚洲人群中缺乏严格的临床证据进行直接比较。本研究旨在通过随机、半脸对照、评估者盲法试验，直接比较1064 nm P-MLA与1927 nm FTL在亚洲人群萎缩性痤疮瘢痕治疗中的临床疗效、安全性与耐受性。
【主题与分类】
主题标签：Acne Scar、Acne Scars - Atrophic。本站分类：皮肤与结缔组织疾病/痤疮瘢痕。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07153679
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/NCT07153679
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：痤疮瘢痕、萎缩性痤疮瘢痕。萎缩性痤疮瘢痕是常见的损容性皮肤问题，尤其在易发生炎症后色素沉着（PIH）的亚洲人群中，其治疗极具挑战性。基于光机械效应的1064 nm微透镜阵列皮秒激光（P-MLA）和基于光热效应的1927 nm分段铥激光（FTL）是两种新兴的治疗技术，但在亚洲人群中缺乏直接比较的严格临床证据。本研究旨在通过随机、半脸对照、评估者盲法试验，直接比较1064 nm P-MLA与1927 nm FTL治疗亚洲人群萎缩性痤疮瘢痕的临床疗效、安全性和耐受性。
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。
