机械干预对头皮微生物组的影响:为瘢痕性脱发的未来管理奠定基础
研究通过五次面对面访视采集头皮拭子用于 DNA 提取,并收集人口学、头发与头皮护理习惯、皮肤类型及头发类型等问卷信息,同时旨在刻画正常健康头皮的微生物组基线,为瘢痕性脱发等疾病状态提供对照

基本信息
资源简介
机械干预对头皮微生物组的影响:为瘢痕性脱发的未来管理奠定基础
该数据集来自 clinicaltrials.gov,聚焦机械清洁设备(Venus GlowTM Device)与清水对头皮微生物组组成及头皮健康的影响,涉及 Lichen Planopilaris of Scalp 与 Alopecia Areata 两类疾病。研究通过五次面对面访视采集头皮拭子用于 DNA 提取,并收集人口学、头发与头皮护理习惯、皮肤类型及头发类型等问卷信息,同时旨在刻画正常健康头皮的微生物组基线,为瘢痕性脱发等疾病状态提供对照。数据可用于探索头皮微生物组与脱发疾病的关系及机械清洁干预的效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:头皮扁平苔藓、斑秃。本研究将评估在五次面对面访视(每次约 30-45 分钟)期间使用 Venus GlowTM 设备和水进行机械清洁对头皮微生物组的影响。我们将检验使用机械清洁设备清洁头皮是否会改变头皮微生物组的组成并改善头皮健康。头皮被拭擦以进行 DNA 提取。受试者将避免洗发、化学或热处理,但在研究期间可以弄湿头发。我们还试图表征正常、健康头皮的微生物组,以提供基线,用于比较受头发和头皮疾病(例如瘢痕性脱发)影响的头皮。第一次访视将包括关于人口统计学、参与者当前头发和头皮护理实践、皮肤类型和头发类型的问卷。
【主题与分类】
主题标签:Lichen Planopilaris of Scalp、Alopecia Areata。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/NCT06357169
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/NCT06357169
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:头皮扁平苔藓、斑秃。本研究将通过五次面对面访视(每次约持续30-45分钟)评估使用Venus GlowTM设备和水进行机械清洁对头皮微生物组的影响。我们将检验使用机械清洁设备清洁头皮是否会改变头皮微生物组的组成并改善头皮健康。已对头皮进行拭子采样以提取DNA。受试者将避免洗发、化学处理或热处理,但在研究期间可以弄湿头发。我们还试图表征正常健康头皮的微生物组,以提供基线,用于与受毛发和头皮疾病(如瘢痕性脱发)影响的头皮进行比较。首次访视将包括关于人口统计学信息、参与者当前毛发和头皮护理习惯、皮肤类型和毛发类型的问卷。研究工作人员还将对头皮右侧和左侧的额中部区域进行拭子采样,并进行HairMetrix摄影。随后,参与者将仅在头皮右侧接受第1次Venus GlowTM治疗。
治疗后,研究人员将重新对右侧头皮进行拭子采样。在后续每次治疗(如下文所述)后,将对两个拭子采样部位进行HairMetrix摄影。第2次访视在第1次访视后三天进行,将评估第一次治疗的不良反应(如适用)。右侧头皮将再次接受Venus GlowTM设备治疗。第3次访视在第2次访视后三天进行,也将评估第二次治疗的不良反应(如适用)。研究人员将对右侧和左侧头皮的中额区域进行拭子采样。随后,参与者将仅对右侧头皮接受第3次Venus GlowTM治疗。治疗后,研究人员将重新对右侧头皮进行拭子采样。第4次访视在第3次访视后三天进行,将以不良反应评估/报到开始。然后,参与者将接受第4次Venus GlowTM治疗,部位为右
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。




