SAR447971 首次人体研究
该数据集来自 clinicaltrials.gov，围绕 SAR447971 的首次人体研究，涵盖健康受试者与化脓性汗腺炎（HS）患者
基本信息
资源简介
SAR447971 首次人体研究
该数据集来自 clinicaltrials.gov，围绕 SAR447971 的首次人体研究，涵盖健康受试者与化脓性汗腺炎（HS）患者。研究包含三项：健康受试者的单中心、双盲、随机、安慰剂对照、序贯单次递增剂量研究（SAD20411，含初步食物效应探索）；健康受试者的单中心、双盲、随机、安慰剂对照、序贯多次递增剂量研究（MAD20412）；以及 HS 患者的开放标签、序贯多次递增剂量研究（MAD24339）。健康受试者预计约 94 人，HS 受试者预计约 20 人。数据可用于安全性、耐受性及剂量探索相关分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：化脓性汗腺炎、健康志愿者。SAD20411 是一项单中心、首次人体、双盲、随机、安慰剂对照、序贯单次递增剂量研究，受试者为健康男性 and/or 女性参与者，并包含初步食物效应探索。MAD20412 是一项单中心、双盲、随机、安慰剂对照、序贯多次递增剂量研究，受试者为健康男性 and/or 女性参与者。MAD24339 是一项开放标签、序贯多次递增剂量研究，受试者为化脓性汗腺炎（HS）男性 and/or 女性参与者。参与者数量——健康受试者预计总数约为 94 人，HS 受试者预计总数约为 20 人。 SAD20411 将入组最多 46 名参与者 MAD20412 将入组最多 48 名参与者 * MAD24339 将入组最多 20 名参与者 研究持续时间——预计研究
【主题与分类】
主题标签：Hidradenitis、Healthy Volunteers。本站分类：皮肤与结缔组织疾病/化脓性汗腺炎。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07629336
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/NCT07629336
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：化脓性汗腺炎、健康志愿者。SAD20411是一项单中心、首次人体、双盲、随机、安慰剂对照、序贯单次递增剂量研究，受试者为健康男性 and/or 女性参与者，并包含一项初步食物效应研究。MAD20412是一项单中心、双盲、随机、安慰剂对照、序贯多次递增剂量研究，受试者为健康男性 and/or 女性参与者。MAD24339是一项开放标签、序贯多次递增剂量研究，受试者为化脓性汗腺炎（HS）男性 and/or 女性参与者。参与者数量——健康参与者的预期总数约为94例，HS参与者的预期总数约为20例。* SAD20411将入组最多46例参与者 * MAD20412将入组最多48例参与者 * MAD24339将入组最多20例参与者 研究持续时间——SAD20411和MAD20412中每例参与者的预期研究持续时间最长约为10周，MAD24339中最长约为12周。
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。
