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 33 个数据集

年龄、肥胖、性激素失衡:探索男性雄激素性脱发患者前额秃发的相关因素:一项412例的横断面研究
该数据集是一个包含412例男性雄激素性脱发患者临床信息的医学数据集,数据模态包括临床表格形式的患者年龄、体重指数、血清甘油三酯、血清睾酮等指标以及前额秃发严重程度评分,主要用于研究年龄、肥胖和性激素失衡等因素与男性前额秃发严重程度之间的关联,为脱发的病因学分析和临床风险因素评估提供实证研究基础。

低剂量口服米诺地尔改善牵引性脱发患者头发密度的补充数据表1
该数据集包含58名牵引性脱发患者的临床表格数据,记录了人口统计学特征、脱发严重程度等基线信息,主要用于研究低剂量口服米诺地尔对牵引性脱发的治疗效果,支持脱发药物治疗和临床特征分析等医学研究方向。

雄激素性脱发男性与对照组的头发和唾液类固醇数据集
该数据集包含雄激素性脱发(AGA)男性与对照组的头发和唾液样本,通过放射免疫分析法测定了皮质醇、睾酮和二氢睾酮等类固醇激素水平,并记录了参与者ID、脱发家族史和身体质量指数等临床表格数据,主要用于研究脱发与激素水平的关联,支持雄激素性脱发的病因学分析和生物标志物探索。

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。

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。

基于机器学习技术的脱发原因评估数据集
该数据集是一个包含717份调查响应的表格数据,涵盖了年龄、性别、护发产品使用、水质、压力水平、熬夜活动、贫血状况、家族脱发史及个人健康状况等多种特征,主要用于分析脱发的影响因素、开发脱发风险预测模型以及设计个性化护发方案,支持机器学习在健康领域的应用研究。

男性女性型脱发:雄激素性脱发的一个独特临床变体
该数据集包含男性女性型脱发的临床图像数据,展示了患者头皮脱发模式(如Sinclair分级)和发际线特征,数据模态为医学图像;主要用于雄激素性脱发的临床变体研究、诊断标准探讨以及性别特异性脱发表现的医学分析,为皮肤科和毛发疾病领域提供实证支持。

男性女性型脱发模式变体:补充图1
该数据集是一个临床医学图像数据集,包含了男性患者中出现的三种不同类型的女性型脱发模式的视觉图像,具体展示了前额加重型、弥漫型和头顶加重型这三种脱发模式。其主要用途是为脱发模式的分类、临床诊断以及相关病理机制研究提供可视化的参考数据,支持医学研究人员在脱发领域进行表型分析和模式识别工作。

脱发分类数据集
该数据集包含5000张基于汉密尔顿-诺伍德分级标准标注的7个脱发阶段的人像图像,属于医学图像模态,每张图像配有XML注释文件,主要用于训练神经网络模型以支持脱发分类、推荐系统开发、毛发学工作流程优化及医疗美容领域的应用研究。
