不同剂量生发产品治疗轻中度雄激素性脱发(I至III级)患者的安全性、疗效及使用耐受性临床研究
该数据集来自clinicaltrials.gov,聚焦轻中度雄激素性脱发(I至III级)患者,评估不同剂量生发产品的安全性、疗效及使用耐受性

基本信息
资源简介
不同剂量生发产品治疗轻中度雄激素性脱发(I至III级)患者的安全性、疗效及使用耐受性临床研究
该数据集来自clinicaltrials.gov,聚焦轻中度雄激素性脱发(I至III级)患者,评估不同剂量生发产品的安全性、疗效及使用耐受性。研究计划纳入最多72例患者(每组18例),确保60例完成(每组15例),共8次访视,持续180天。采集指标涵盖毛发增长率、长度、厚度、密度、头皮状况、毛发根强度、外观评估及血液生化与激素检测等,可用于脱发治疗相关安全性、疗效与耐受性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:雄激素性脱发。将招募最多72例患者(每组18例),最好男女数量相等,以确保共60例患者(每组15例)完成研究。研究期间共进行8次访视。研究持续时间自入组起为180天(6个月)。访视01(第-04天):筛选、纹身创建、毛发增长测量。访视02(第01天):入组、毛发增长率测量、毛发长度(雄激素影响的目标区域和标准区域)、毛发厚度、毛发密度、用于角蛋白测量的头皮状况、A:T比值、新发数量、从根部脱落的毛发数量、毛发根强度、毛发总体外观、头皮总体外观、早期产品感知问卷、头顶全局照片、CBC、生化检测、游离睾酮、睾酮、二氢睾酮、
【主题与分类】
主题标签:Androgenic Alopecia。本站分类:皮肤与结缔组织疾病/脱发。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06551818
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/NCT06551818
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:雄激素性脱发。总共将招募最多72名患者(每组18名患者),最好男女数量相等,以确保共有60名患者(每组15名患者)完成研究。研究期间共有8次访视。研究持续时间自入组起为180天(6个月)。访视01(第-04天):筛查、纹身创建、毛发生长测量。访视02(第01天):入组、毛发增长率测量、毛发长度(雄激素受影响的目标区域和标准区域)、毛发粗细、毛发密度、用于角蛋白测量的头皮状况、A:T比值、新生毛发数量、从根部脱落的毛发数量、毛根强度、毛发总体外观、头皮总体外观、早期产品感知问卷、头顶全局照片、全血细胞计数(CBC)、生化检查、游离睾酮、睾酮、二氢睾酮、C反应蛋白(CRP)、随机皮质醇、铁蛋白、尿液分析。
访视03(第45天):头发长度(雄激素性脱发受累目标区域标准区域)、头发粗细、头发密度、用于角蛋白测量的头皮状况、毛发再生(AG受累区域)、发根脱落数量、新生毛发数量(全头皮及正常头皮-纹身区域)、发根强度、头发整体外观、头皮整体外观、产品感知问卷、头顶全局照片。访视04(第87天):纹身创建、毛发生长测量。访视05(第90天):毛发生长速率测量、头发长度(雄激素性脱发受累目标区域和标准区域)、头发粗细、头发密度、用于角蛋白测量的头皮状况、A:T比值、毛发再生(AG受累区域)、新生毛发数量(全头皮、正常头皮-纹身区域)、发根脱落数量、发根强度、头发整体外观、头皮整体外观、产品感知问卷、头顶全局照片数字摄影。访视06(第135天):头发长度(雄激素性脱发受累目标区域和标准区域)、头
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。




