评估去除干燥结痂皮肤用皮肤准备装置性能与安全性的上市前研究

该数据集来自 clinicaltrials.gov,聚焦皮肤与结缔组织疾病中的日光性角化病及相关角化过度性皮损。源站描述显示,这是一项单中心临床研究,旨在评估一种皮肤准备装置在进一步医学治疗前去除角化过度皮肤的性能与安全性,并在每位受试者的不同皮肤区域将皮肤准备过程中的舒适度与疼痛,以及装置的性能与

Mirka LtdMirka Ltd
clinicaltrials
浏览 7
其他分类Keratosis, ActinicActinic LesionSolar Keratosis/SunburnHyperkeratosisHyperkeratotic CallusHyperkeratotic; LesionHyperkeratotic Actinic Keratosis
A Pre-market Study to Evaluate the Performance and Safety of a Skin Preparation Device for Removal of Dry Crusty Skin

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-07

资源简介

评估去除干燥结痂皮肤用皮肤准备装置性能与安全性的上市前研究

该数据集来自 clinicaltrials.gov,聚焦皮肤与结缔组织疾病中的日光性角化病及相关角化过度性皮损。源站描述显示,这是一项单中心临床研究,旨在评估一种皮肤准备装置在进一步医学治疗前去除角化过度皮肤的性能与安全性,并在每位受试者的不同皮肤区域将皮肤准备过程中的舒适度与疼痛,以及装置的性能与安全性同对照进行比较。数据可用于皮肤准备装置相关临床评价、角化过度性皮损处理及安全性分析等场景(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:光化性角化病、光化性皮损、日光性角化/晒伤、角化过度、角化过度性胼胝、角化过度性皮损、角化过度性日光性角化病。在这项单中心临床研究中,将评估一种皮肤准备装置在进一步医学治疗前去除角化过度皮肤的性能与安全性。对于每位受试者,将在不同皮肤区域将皮肤准备过程中的舒适度和疼痛,以及装置的性能与安全性同对照进行比较。

【主题与分类】

主题标签:Keratosis, Actinic、Actinic Lesion、Solar Keratosis/Sunburn、Hyperkeratosis、Hyperkeratotic Callus、Hyperkeratotic; Lesion、Hyperkeratotic Actinic Keratosis。本站分类:皮肤与结缔组织疾病/日光性角化病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05356572

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/NCT05356572

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:光化性角化病、光化性病变、日光性角化病/晒伤、角化过度、角化过度性胼胝、角化过度;病变、角化过度性光化性角化病。在这项单中心临床研究中,将评估一种皮肤准备装置在进一步医学治疗前去除角化过度皮肤的性能和安全性。将针对每位受试者的不同皮肤区域,把皮肤准备过程中的舒适度和疼痛,以及装置的性能和安全性,与对照方法进行比较。

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