男性女性型脱发改良辛克莱量表
该数据集包含用于评估男性女性型脱发严重程度的改良辛克莱量表，提供图像模态的短发和长发示例图以及临床表格形式的可靠性分析数据，主要用于皮肤病学研究和临床脱发评估工具的标准化开发，支持脱发分级的视觉参考和评估者间一致性验证。
基本信息
资源简介
男性女性型脱发改良辛克莱量表
【数据集背景】
本数据集源站标题为《Modified Sinclair Scale for Female Pattern Hair Loss in Men》。源站首次发布：2021-03-11。
【数据内容】
源站原始描述：Supplemental Figure 2 (Short Hair) and Figure 3 (Long Hair). A modified Sinclair scale for use in men with female pattern hair loss (FPHL). Grade 1: normal hair density; Grade 2: minimal rarefaction of hair on the mid-frontal scalp and crown; Grade 3: noticeable reduction in hair density (greater than Grade 2) on the mid-frontal scalp and crown; Grade 4: profound rarefaction of hair on the mid-frontal scalp and crown re-sulting in a “see-through” appearance; Grade 5: most severe stage of hair lo…
【数据结构与技术规格】
文件数 3 个，合计 1.86 MB。数据集 DOI：10.17632/3sfbbds4xd.1。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/3sfbbds4xd
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/3sfbbds4xd
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
该数据集是一个用于评估男性女性型脱发（FPHL）严重程度的医学量表，包含改良的辛克莱量表分级标准。数据集提供了两个补充图像（短发和长发示例）以及一份评估者间和评估者内可靠性分析表。具体分级包括：1级（正常头发密度）、2级（中前头皮和头顶轻微稀疏）、3级（明显减少，比2级更严重）、4级（显著稀疏，呈现“透视”外观）、5级（最严重阶段，中心顶区域几乎无头发）。所有分级均保留前发际线。该数据集适用于皮肤病学、脱发研究、临床评估工具开发等领域，支持脱发严重程度的标准化视觉评估和可靠性验证。
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。
