脱发
脱发是一种以头发异常或过度脱落为特征的多因素疾病,核心病理机制涉及毛囊周期调控紊乱、遗传易感性、免疫异常及内分泌失衡。典型表现为头皮或体毛进行性稀疏、发际线后退,或斑片状秃发。根据病因和模式可分为雄激素性脱发、斑秃等类型,临床诊断常结合拉发试验、皮肤镜及激素水平评估。治疗方向包括外用米诺地尔、口服非那雄胺等药物干预,低能量激光及毛发移植手术。在精准医学和皮肤科专病管理中,脱发是重要的研究领域与健康管理需求场景。
获取 脱发 专属定制方案共 135 个数据集

男性脱发检测数据集(Norwood分级)
该数据集是一个包含男性头部图像的医学图像数据集,基于Norwood分级标准记录了不同脱发阶段的图像数据,主要用于计算机视觉领域的脱发自动检测与分级研究,支持临床诊断和毛发相关医疗应用开发。

女性脱发分割数据集
该数据集是一个包含女性头顶脱发图像及其对应分割掩码的医学影像数据集,数据模态为图像,主要用于训练图像分割模型以自动识别脱发区域,支持脱发诊断、严重程度量化等计算机辅助医学研究。

卢克脱发数据集
卢克脱发数据集是一个包含图像模态的个人健康记录数据集,通过每日拍摄的头发照片记录了400天内脱发过程的视觉变化,主要用于脱发趋势分析、健康监测以及机器学习在时间序列图像分析中的研究,如预测脱发进展或进行视觉变化检测。

脱发预处理数据集
该数据集是一个包含约2000行数据的模拟脱发数据集,数据模态为结构化表格,通过模拟不同生活方式因素对脱发的影响来构建,主要用于脱发分析、生活方式与脱发关联性研究以及健康监测应用。

脱发数据集-13950
该数据集是一个包含多维度身体参数(如年龄、性别、激素水平、营养指标等)的表格型医学数据集,数据模态为结构化临床表格,主要用于研究脱发与生理特征之间的关联,并支持机器学习模型在脱发预测和健康风险评估等方向的应用。

男性脱发Norwood量表数据集
该数据集是一个包含从5个角度拍摄的男性脱发图像集合,每张图像都标注了对应的Norwood量表等级(共7类),属于医学图像模态,主要用于计算机视觉在皮肤病学领域的应用研究,特别是训练机器学习模型进行脱发程度的自动分类与评估,以辅助临床诊断决策。

脱发分割数据集
该数据集包含脱发人群的头部图像及对应的分割掩码,属于图像模态数据,主要用于训练和评估图像分割模型,以支持脱发区域的自动识别与定量分析,在皮肤病学研究和计算机辅助诊断系统中具有重要应用价值。

脱发数据集
脱发数据集是一个包含脱发相关医学数据的公开数据集,数据模态可能涉及临床表格、图像或文本信息,主要用于支持脱发疾病的识别、分类与预测研究,适用于医学图像分析、临床决策辅助和健康数据分析等领域。

秃头人群分割数据集
包含秃头人群图像及其分割掩码,用于研究雄激素性脱发,支持分割任务。

化疗期间的脱发和指甲变化
该数据集记录了化疗期间患者脱发和指甲变化的临床观察数据,属于医学文本或表格模态,主要用于研究化疗副作用的管理与肿瘤支持性护理,帮助分析这些外在变化的发生规律及其对患者的影响,以优化临床护理策略。

头发疾病医疗数据集
该数据集是一个包含常见头发相关疾病信息的结构化文本数据集,涵盖疾病名称、治疗药物、治疗时长、疾病严重程度及药物副作用等关键医疗数据,主要用于支持药物推荐、疾病诊断等医疗研究任务,可应用于医疗辅助决策系统的开发与优化。

严重脱发与无脱发在所有常染色体和X染色体多基因阈值下的AUC结果
该数据集提供了基于多基因风险评分的严重脱发与无脱发比较的AUC结果,数据模态为数值型表格,涵盖了常染色体和X染色体的多种遗传阈值,主要用于脱发遗传预测研究、多基因模型性能评估以及个性化医疗中的风险分层分析。
