局部应用Zn(II)酞菁(RLP068/Cl)联合红光光动力疗法治疗中重度痤疮
该数据集来自 clinicaltrials.gov,聚焦中重度痤疮的光动力疗法。研究评估局部涂抹光敏凝胶 RLP068/Cl(一种锌酞菁化合物)联合红光治疗面部痤疮的安全性、耐受性与有效性

基本信息
资源简介
局部应用Zn(II)酞菁(RLP068/Cl)联合红光光动力疗法治疗中重度痤疮
该数据集来自 clinicaltrials.gov,聚焦中重度痤疮的光动力疗法。研究评估局部涂抹光敏凝胶 RLP068/Cl(一种锌酞菁化合物)联合红光治疗面部痤疮的安全性、耐受性与有效性。计划入组 10 例患者,凝胶封包 30 分钟后接受 8 分钟红光 LED 照射,每周两次,疗程次数依临床反应个体化。采用 GAGS 评估痤疮严重程度,并记录每次治疗后的疼痛水平。数据可用于分析光动力疗法的疗效与安全性相关指标(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:痤疮。这项初步临床研究将评估一种新型光动力疗法(PDT)治疗中重度痤疮的安全性、耐受性和有效性。PDT 将局部光敏凝胶与红光结合以治疗痤疮皮损。本研究所用凝胶名为 RLP068/Cl(一种锌酞菁化合物),已在实验室研究中显示出抗菌、抗炎和抑制皮脂分泌的作用。共将入组 10 例面部中重度痤疮患者。RLP068/Cl 0.3% 凝胶将在封包条件下局部涂抹 30 分钟,随后接受 8 分钟红光 LED 照射。治疗每周进行两次,总次数根据临床反应个体化确定。痤疮严重程度将采用全球痤疮分级系统(GAGS)评估。每次治疗后将记录疼痛水平。
【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/NCT07089368
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/NCT07089368
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。这项初步临床研究将评估一种新型光动力疗法(PDT)治疗中重度寻常痤疮的安全性、耐受性和有效性。PDT结合局部光敏凝胶与红光来治疗痤疮皮损。本研究将使用的凝胶名为RLP068/Cl(一种锌酞菁化合物),在实验室研究中已显示出抗菌、抗炎和抑制皮脂分泌的作用。共将招募10名面部患有中重度痤疮的患者。将RLP068/Cl 0.3%凝胶在封闭条件下局部涂抹30分钟,随后进行8分钟红光LED照射。治疗每周进行两次,总次数根据临床反应个体化确定。痤疮严重程度将采用全球痤疮分级系统(GAGS)进行评估。每次治疗后使用视觉量表记录疼痛程度,并在治疗周期结束时评估患者满意度。
本研究旨在确定RLP068/Cl-PDT对于可能对传统疗法无应答或不耐受的中重度寻常痤疮患者而言,是否是一种安全、耐受性良好且有效的非抗生素治疗选择。
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。




