5%米诺地尔泡沫剂治疗女性雄激素性脱发的疗效与安全性
该数据集来自 clinicaltrials.gov，聚焦女性雄激素性脱发（Androgenetic Alopecia）这一皮肤与结缔组织疾病中的脱发问题
基本信息
资源简介
5%米诺地尔泡沫剂治疗女性雄激素性脱发的疗效与安全性
该数据集英文名为 Efficacy and Safety of 5% Minoxidil Foam in Female Androgenetic Alopecia，来自 clinicaltrials.gov，本站将其归入皮肤与结缔组织疾病分类下的脱发主题，主题标签为 Androgenetic Alopecia。数据集所对应的研究关注女性雄激素性脱发这一脱发问题，研究条件为 Androgenetic Alopecia。根据源站描述，该研究的主要目的是评估每日一次使用 5% 米诺地尔泡沫剂与安慰剂相比在女性雄激素性脱发中的疗效，并以目标区域终毛计数（Target Area Terminal Hair Count，TAHC）作为主要终点。整体来看，该数据集围绕女性雄激素性脱发治疗方案的疗效与安全性评价展开，属于皮肤病学与毛发疾病研究范畴的临床试验资料。
【数据集背景】
雄激素性脱发是皮肤与结缔组织疾病领域常见的脱发类型，女性群体同样可能受到该问题影响。该数据集对应的研究以女性雄激素性脱发为研究对象，旨在比较每日一次 5% 米诺地尔泡沫剂与安慰剂的疗效差异。源站描述明确指出，研究的主要目标是评估该治疗方案在女性雄激素性脱发中的疗效，并将目标区域终毛计数（TAHC）设定为主要终点指标。这一背景信息表明，数据集所承载的内容与女性脱发治疗方案的临床评价直接相关。
【数据内容】
依据源站描述，该数据集涉及的研究条件为 Androgenetic Alopecia，研究关注每日一次 5% 米诺地尔泡沫剂与安慰剂的对照评估，主要终点为目标区域终毛计数（TAHC）。关于数据集的具体记录字段、样本量、受试者特征、安全性指标明细、随访时间点等详细内容，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述提供了研究条件、研究目的与主要终点等概要信息。关于数据采集的具体流程、采集时间范围、采集机构与执行方式等细节，源站未提供。
【适用场景】
该数据集可服务于女性雄激素性脱发相关的研究与信息检索场景，例如了解以目标区域终毛计数为主要终点的疗效评价设计，或围绕 5% 米诺地尔泡沫剂与安慰剂对照的临床研究进行主题梳理。由于本站将其归类于皮肤与结缔组织疾病下的脱发主题，也可用于脱发疾病领域的数据组织与检索。关于更具体的适用场景与分析用途，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式或数据处理说明。
【质量与限制】
该数据集的信息主要依据源站描述，涵盖研究条件、研究目的与主要终点等概要内容。关于数据完整性、样本规模、偏倚控制、安全性数据细节以及使用限制等，源站未提供。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/NCT07080931
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。本研究的主要目的是评估每日一次5%米诺地尔泡沫剂与安慰剂在女性雄激素性脱发中的疗效，以目标区域终毛计数（TAHC）作为主要终点。
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。
