红光光动力疗法治疗日光性角化病降低光照剂量的疗效与安全性
研究比较半剂量光照方案与传统 PDT 治疗 I 级和 II 级日光性角化病的疗效与耐受性,假设半光方案可在维持疗效的同时改善耐受性

基本信息
资源简介
红光光动力疗法治疗日光性角化病降低光照剂量的疗效与安全性
该数据集源自 clinicaltrials.gov,聚焦日光性角化病(Actinic Keratoses)的红光光动力疗法(PDT)。研究比较半剂量光照方案与传统 PDT 治疗 I 级和 II 级日光性角化病的疗效与耐受性,假设半光方案可在维持疗效的同时改善耐受性。研究在头皮日光性角化病患者中开展,将头皮分为两半进行对照,并评估治疗前后组织学与免疫组化层面的分子生物标志物变化。数据可用于评估红光 PDT 剂量降低策略的临床反应与安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Actinic Keratoses。该临床试验的目标是比较半剂量光照方案的红光光动力疗法(PDT)与传统 PDT 治疗 I 级和 II 级日光性角化病的疗效与耐受性。主要假设是半光方案 PDT 可在维持疗效的同时改善操作的耐受性。为此,研究者将比较头皮日光性角化病患者接受半剂量红光光动力疗法野治疗与传统标准红光光动力疗法后的临床反应疗效,并确定传统 PDT 与半剂量红光 PDT 治疗前后在组织学和免疫组化层面的分子生物标志物变化。纳入患者的头皮将被分为两半,si
【主题与分类】
主题标签:Actinic Keratoses。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/NCT06545396
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/NCT06545396
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。该临床试验的目的是比较红光半剂量照射方案的光动力疗法(PDT)与常规PDT治疗I级和II级光化性角化病的疗效和耐受性。主要假设是半光剂量方案的PDT能够在保持疗效的同时改善该操作的耐受性。为此,研究者将比较头皮光化性角化病患者接受红光半剂量光动力疗法场治疗后的临床反应疗效与常规标准红光光动力疗法,并确定在常规PDT和红光半剂量PDT治疗前后组织学和免疫组织化学水平上分子生物标志物的变化。纳入的患者将使用顶间线作为分隔方法,将其头皮分为大小相似的两半;一半将接受常规PDT治疗,另一半接受半剂量PDT治疗。
这是一项比较两种治疗模式的对比研究,两种治疗模式都将应用于所有患者,并且在样本的一半中,还将对受影响区域进行四次皮肤活检(治疗前两次,治疗后两次),以对皮肤样本进行免疫组化分析。两种治疗方案将采用患者自身作为对照进行比较。将在研究的3次访视期间(基线、3个月和6个月)评估各项变量。
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。




