围经期痤疮与克林霉素磷酸酯及过氧化苯甲酰
该数据集来自 clinicaltrials.gov,主题为围经期痤疮与克林霉素磷酸酯及过氧化苯甲酰。源站描述显示,研究团队计划入组 40 名自报围经期痤疮的受试者,入选女性需年满 18 岁且当前未接受任何治疗

基本信息
资源简介
围经期痤疮与克林霉素磷酸酯及过氧化苯甲酰
该数据集来自 clinicaltrials.gov,主题为围经期痤疮与克林霉素磷酸酯及过氧化苯甲酰。源站描述显示,研究团队计划入组 40 名自报围经期痤疮的受试者,入选女性需年满 18 岁且当前未接受任何治疗。受试者先进行筛查访视,填写痤疮生活质量问卷和主观评估及 flare ups 评估,并接受炎症性与非炎症性寻常痤疮的皮肤评估。基线访视安排在月经第一天前一周,进行 zit count 和整体评估,并指导患者记录月经。该数据可用于围经期痤疮相关临床研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Actinic Keratosis。研究团队计划共入组 40 名自报围经期痤疮的受试者。符合条件的女性需年满 18 岁,且当前未接受任何治疗。患者将首先到达进行筛查访视,届时会收到关于痤疮生活质量(acne QOL)的问卷和主观评估以及 flare ups(如 Geller 等人的研究中所使用)。患者的皮肤将接受炎症性和非炎症性寻常痤疮评估。基线访视(第 1 天)将安排在月经第一天前一周(研究表明大多数女性在此期间痤疮发作)。研究团队将进行 zit count(计数丘疹、脓疱和粉刺)和整体评估,并指导患者记录其月经(她们将在整个研究期间记录)。该患者
【主题与分类】
主题标签:Actinic Keratosis。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/NCT03122457
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/NCT03122457
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:光化性角化病。研究团队计划共招募40名自述有围经期痤疮的受试者。符合条件的女性年龄需超过18岁,且当前未接受任何治疗。患者将首先进行筛选访视,届时将填写痤疮生活质量问卷(痤疮QOL)、主观评估以及痤疮发作情况(参照Geller等人的研究中所使用的方法)。将对患者的皮肤进行炎症性和非炎症性寻常痤疮评估。基线访视(第1天)将安排在月经第一天前一周(研究表明大多数女性在此期间痤疮发作)。研究团队将进行痘痘计数(计数丘疹、脓疱和粉刺)和整体评估,并指导患者记录月经情况(她们将在整个研究期间持续记录)。随后患者将在2周后,即第15天返回,并再次接受评估。患者将领取研究产品,并接受每日使用指导。
患者将继续每14天返回一次进行皮肤评估,直至第99天的最终访视,即治疗期间第3次月经后一周(研究中的第4次月经)。每位患者的研究持续时间约为4个月,研究团队预计招募期为12个月。
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。




