永久性化妆品中颜料鉴定及其诱发过敏性接触性皮炎能力补充材料

该数据集以表格形式提供了永久性化妆品中颜料成分的详细化学组成和致敏性评估数据,数据模态为结构化表格,主要应用于化妆品安全、皮肤健康领域的研究,帮助识别和评估永久性化妆品可能引发的过敏性接触性皮炎风险,为临床诊断和行业监管提供科学依据。

Mendeley Data
2024-05-23 更新
浏览 46
化妆品安全皮肤健康
JAAD Identification of the Pigments Used in Permanent Makeup and Their Ability to Elicit Allergic Contact Dermatitis Supplemental Materials

基本信息

大小
0.000026974 GB
创建/更新时间
2024-05-23
版本
v1

资源简介

永久性化妆品中颜料鉴定及其诱发过敏性接触性皮炎能力补充材料

【数据集背景】

本数据集源站标题为《JAAD Identification of the Pigments Used in Permanent Makeup and Their Ability to Elicit Allergic Contact Dermatitis Supplemental Materials》。源站首次发布:2024-05-15。

【数据内容】

源站原始描述:Supplemental Tables for "Identification of the Pigments Used in Permanent Makeup and Their Ability to Elicit Allergic Contact Dermatitis"

【数据结构与技术规格】

文件数 1 个,合计 26.97 KB。数据集 DOI:10.17632/fn3w9gnr4d.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/fn3w9gnr4d

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://data.mendeley.com/datasets/fn3w9gnr4d

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

该数据集是医学期刊《Journal of the American Academy of Dermatology (JAAD)》中一篇研究论文的补充材料,主要聚焦于永久性化妆品(如纹眉、纹唇等)中使用的颜料成分及其诱发过敏性接触性皮炎(ACD)的能力。数据集包含详细的补充表格,记录了不同颜料样品的化学组成、来源、以及通过实验评估的致敏性数据。数据来源于实验室分析和临床观察,旨在帮助研究人员、皮肤科医生和化妆品安全监管机构了解永久性化妆品中潜在过敏原,推动相关安全标准和临床诊断研究。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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