1726 nm 皮脂选择性激光治疗痤疮一年期多中心研究补充图

内容覆盖 1726 nm 皮脂选择性激光治疗痤疮的一年期前瞻性多中心研究相关补充图像,可。主题标签:痤疮、皮肤与结缔组织疾病、1726 nm 激光、皮脂选择性激光、多中心研究、补充图、JAAD

google_dataset
2025-09-18 更新
浏览 6
图像痤疮皮肤与结缔组织疾病1726 nm 激光皮脂选择性激光多中心研究补充图JAAD
Best Korean Treatments/Masks for Acne Skin 2026 - Reviewed by 10M+ Users

基本信息

模态
图像
大小
0.000105799 GB
创建/更新时间
2025-09-18
版本
v1

资源简介

1726 nm 皮脂选择性激光治疗痤疮一年期多中心研究补充图

Safe and Effective Acne Treatment Across Skin Types with a 1726 nm Sebum-Selective Laser: One Year Data from a Prospective Multicenter Study

该数据集来自 data.mendeley.com,为论文《Safe and Effective Acne Treatment Across Skin Types with a 1726 nm Sebum-Selective Laser: One Year Data from a Prospective Multicenter Study》的补充图,论文发表于 JAAD。数据集仅含 1 个文件,即 Supplementary Figures.docx.pdf,发布时间为 2025-09-18,DOI 为 10.17632/998kjx97m3.1。内容覆盖 1726 nm 皮脂选择性激光治疗痤疮的一年期前瞻性多中心研究相关补充图像,可。

【数据集背景】

源站首次发布:2025-09-18。

【数据结构与技术规格】

文件数 1 个,合计 105.80 KB。数据集 DOI:10.17632/998kjx97m3.1。

【主题与分类】

主题标签:痤疮、皮肤与结缔组织疾病、1726 nm 激光、皮脂选择性激光、多中心研究、补充图、JAAD。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://data.mendeley.com/datasets/998kjx97m3

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://data.mendeley.com/datasets/998kjx97m3

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。

数据集大小约 105.8 KB。

数据说明

David Goldberg (2025). Safe and Effective Acne Treatment Across Skin Types with a 1726 nm Sebum-Selective Laser: One Year Data from a Prospective Multicenter Study [Dataset]. http://doi.org/10.17632/998kjx97m3.1

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