评估两种痤疮治疗疗效的临床试验

该数据集来自 clinicaltrials.gov,主题为痤疮治疗疗效评估的临床试验,属于皮肤与结缔组织疾病范畴。源站描述显示,研究围绕两种痤疮治疗展开,在基线及第1、2、6、12、24周比较皮损计数、研究者整体改善评估和受试者自评问卷,并在第6、12、24周通过数字图像对疗效参数进行临床分级

Galderma R&DGalderma R&D
clinicaltrials
浏览 13
图像分类Acne
A Clinical Trial to Evaluate the Efficacy of Two Acne Treatments

基本信息

模态
图像
任务类型
分类
创建/更新时间
2026-10-07

资源简介

评估两种痤疮治疗疗效的临床试验

该数据集来自 clinicaltrials.gov,主题为痤疮治疗疗效评估的临床试验,属于皮肤与结缔组织疾病范畴。源站描述显示,研究围绕两种痤疮治疗展开,在基线及第1、2、6、12、24周比较皮损计数、研究者整体改善评估和受试者自评问卷,并在第6、12、24周通过数字图像对疗效参数进行临床分级。数据可用于痤疮治疗疗效的纵向比较、不同治疗间差异分析以及基于图像和量表的多时点评估研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Conditions: Acne。1. 表征痤疮治疗在第1周、第2周、第6周、第12周和第24周时皮损计数相对于基线的有效性,并比较不同治疗之间的差异 2. 表征痤疮治疗在第1周、第2周、第6周、第12周和第24周时研究者整体改善评估相对于基线的有效性,并比较不同治疗之间的差异 3. 表征痤疮治疗在第6周、第12周和第24周时通过数字图像对疗效参数进行临床分级的效果,并与基线比较及比较不同治疗之间的差异 4. 表征痤疮治疗在第1周、第2周、第6周、第12周和第24周时受试者自评问卷应答相对于基线的效果,并比较不同治疗之间的差异

【主题与分类】

主题标签:Acne。本站分类:皮肤与结缔组织疾病/痤疮。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02755545

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT02755545

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

适应症:痤疮。1. 表征痤疮治疗在第1周、第2周、第6周、第12周和第24周时,与基线相比在皮损计数方面的有效性,并比较不同治疗之间的差异 2. 表征痤疮治疗在第1周、第2周、第6周、第12周和第24周时,与基线相比在研究者整体改善评估方面的有效性,并比较不同治疗之间的差异 3. 表征痤疮治疗在第6周、第12周和第24周时,与基线相比通过数字图像对疗效参数进行临床分级的效果,并比较不同治疗之间的差异 4. 表征痤疮治疗在第1周、第2周、第6周、第12周和第24周时,与基线相比在受试者自评问卷应答方面的效果,并比较不同治疗之间的差异

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。

获取专属数据定制方案