Swift 微波治疗日光性角化病试验
试验主要目的是评估 Swift 微波治疗对 AK 病灶消退的疗效,次要目的为评估其疗效、安全性和耐受性。受试者头皮或手部需有 10、12 或 14 个独立 AK 病灶,随机化按侧别分层,半数病灶接受治疗,其余作为对照不接受治疗,微波能量最多治疗 2 次

基本信息
资源简介
Swift 微波治疗日光性角化病试验
本数据集来自 clinicaltrials.gov,主题为 Swift 微波治疗日光性角化病(Actinic Keratosis, AK)。试验主要目的是评估 Swift 微波治疗对 AK 病灶消退的疗效,次要目的为评估其疗效、安全性和耐受性。受试者头皮或手部需有 10、12 或 14 个独立 AK 病灶,随机化按侧别分层,半数病灶接受治疗,其余作为对照不接受治疗,微波能量最多治疗 2 次。数据可用于皮肤疾病治疗相关的疗效与安全性研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:日光性角化病。本试验的主要目的是评估 Swift 微波治疗对日光性角化病病灶消退的疗效。本试验的次要目的是评估 Swift 微波治疗作为日光性角化病(AK)疗法的疗效、安全性和耐受性。提供书面知情同意且在其头皮或手部有 10、12 或 14 个独立日光性角化病病灶的合格受试者将被随机纳入研究。AK 病灶的随机化将按侧别分层。受试者将被随机分配至对其头皮或手部已标测的半数 AK 病灶进行治疗。未随机接受治疗的已标测 AK 病灶将不接受任何治疗(对照)。由 Swift 设备施加的微波能量将施加至随机分配的 AK 病灶部位,最多治疗 2 次,间隔
【主题与分类】
主题标签:Keratosis, Actinic。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/NCT05636800
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/NCT05636800
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。本试验的主要目的是评估Swift微波治疗对光化性角化病病变消退的疗效。本试验的次要目的是评估Swift微波治疗作为光化性角化病(AK)疗法的疗效、安全性和耐受性。提供书面知情同意书且在其头皮或手部有10、12或14个不同光化性角化病病变的合格受试者将被随机纳入研究。AK病变的随机化将按侧别分层。受试者将被随机分配至对其头皮或手部标测的一半数量AK病变进行治疗。未随机分配治疗的标测AK病变将不接受治疗(对照)。Swift设备施加的微波能量将施加至随机分配的AK病变部位,最多进行2次治疗,间隔4周。随访在首次治疗实施后2个月进行,届时评估AK病变的消退情况。
在首次治疗后的4个月、6个月和12个月进行进一步随访,届时将评估AK病变是否消退或复发。
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。




