皮肤狼疮受试者光激发试验
该数据集来自 clinicaltrials.gov，主题为皮肤狼疮受试者的光激发试验，属于皮肤与结缔组织疾病 / 皮肤狼疮分类
基本信息
资源简介
皮肤狼疮受试者光激发试验
Photoprovocation Testing in Subjects With Cutaneous Lupus 是一个登记于 clinicaltrials.gov 的研究数据集，主题聚焦于皮肤狼疮受试者的光激发试验。该数据集在本站被归类于皮肤与结缔组织疾病下的皮肤狼疮方向，主题标签涉及狼疮（Lupus Erythematosus）与光敏相关状况（Photosensitivity Conditions）。从源站描述来看，该研究关注狼疮患者中光敏现象的临床与病理特征，其核心目的在于刻画狼疮皮肤在紫外线照射后所出现的早期临床与组织病理学变化。光敏在狼疮患者中已有充分记录，并且是系统性红斑狼疮（SLE）的诊断标准之一，在狼疮中高度普遍且临床表现多样，但其定义尚不明确、发病机制也未被充分理解，这一背景构成了该数据集所依托研究的基本出发点。
【数据集背景】
该数据集所对应的研究围绕狼疮患者的光敏现象展开。源站描述指出，光敏在狼疮患者中已被充分记录，并且是系统性红斑狼疮（SLE）的诊断标准之一。光敏在狼疮中高度普遍，且具有广泛的临床表现形式。然而，光敏在狼疮中的定义并不明确，其发病机制也未得到很好的理解。正是基于这一认识缺口，该研究旨在刻画狼疮皮肤在响应紫外线光时所发生的早期临床与组织病理学变化。数据集的主题标签为狼疮（Lupus Erythematosus）与光敏相关状况（Photosensitivity Conditions），本站分类为皮肤与结缔组织疾病 / 皮肤狼疮。
【数据内容】
该数据集来自 clinicaltrials.gov，主题为皮肤狼疮受试者的光激发试验。源站描述中提及的研究目的，是刻画狼疮皮肤在紫外线光响应中出现的早期临床与组织病理学变化。关于数据集具体包含哪些字段、变量、样本量、时间范围、随访记录或结构化数据表等信息，源站未提供。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov。其主题为皮肤狼疮受试者的光激发试验，涉及的条件包括狼疮（Lupus Erythematosus）与光敏相关状况（Photosensitivity Conditions）。关于具体的采集地点、采集时间、受试者招募方式、紫外线照射方案、组织活检流程或数据采集频率等细节，源站未提供。
【适用场景】
基于现有信息，该数据集适用于与皮肤狼疮及光敏现象相关的研究背景，尤其是围绕狼疮皮肤在紫外线照射后早期临床与组织病理学变化这一研究目的。其主题标签表明它可能与狼疮和光敏状况的研究相关。关于该数据集在其他具体应用场景（如药物开发、诊断标准验证、生物标志物发现等）中的适用性，源站未提供。
【使用方法】
源站未提供关于该数据集具体使用方法、访问方式、数据结构解析或分析流程的说明。
【质量与限制】
源站描述提到，光敏在狼疮中的定义尚不明确，其发病机制也未得到很好的理解，这构成了该研究所要应对的认识局限。关于该数据集本身的数据质量、完整性、偏倚风险、样本代表性或其它技术性限制，源站未提供。
【引用与许可】
源站未提供关于该数据集的引用方式或许可条款信息。
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/NCT01516788
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
疾病：狼疮、光敏性疾病。光敏性在狼疮患者中已有充分记录，并且是系统性红斑狼疮（SLE）的诊断标准之一。光敏性在狼疮中非常普遍，并具有广泛的临床表现。然而，光敏性在狼疮中的定义尚不明确，其发病机制也未得到充分理解。本研究的目的是描述狼疮皮肤对紫外线反应中出现的早期临床和组织病理学变化。
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。
