评估生发与头皮健康精华在轻中度头发稀疏受试者中的安全性、有效性及使用耐受性临床研究
该数据集来自 clinicaltrials.gov,收录一项针对轻中度头发稀疏受试者的临床研究信息。研究记录头皮类型(干性、油性或混合性),共 6 次访视,持续 90 天,涵盖筛选、随机化、基线评估、颊部 DNA 拭子及毛发增长率等环节

基本信息
资源简介
评估生发与头皮健康精华在轻中度头发稀疏受试者中的安全性、有效性及使用耐受性临床研究
该数据集来自 clinicaltrials.gov,收录一项针对轻中度头发稀疏受试者的临床研究信息。研究计划入组 34 名 18 至 55 岁男性及非妊娠非哺乳期女性,目标完成 30 人评估,其中 Treatment A 组(bioactive)20 人、Treatment B 组(placebo)10 人。研究记录头皮类型(干性、油性或混合性),共 6 次访视,持续 90 天,涵盖筛选、随机化、基线评估、颊部 DNA 拭子及毛发增长率等环节。数据可用于了解生发与头皮健康精华在轻中度头发稀疏人群中的安全性、有效性及使用耐受性研究设计(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:头发稀疏。共 34 名参与者将入组研究,包括男性和年龄在 18 至 55 岁(含)之间、患有轻中度头发稀疏的非妊娠、非哺乳期女性。研究旨在完成对 30 名参与者的评估,其中 Treatment A 组(bioactive)20 名受试者,Treatment B 组(placebo)10 名受试者。头皮皮肤类型——分类为干性、油性或混合性——将在筛选期间记录。研究期间总共将有 6 次访视。研究持续时间将从入组访视 01(第 -04 天,第 00 周)起为 90 天(3 个月):筛选、知情同意、纹身标记、毛发增长率;访视 02(第 01 天,第 00 周):随机化、基线评估、颊部 DNA 拭子;访视 03(第 42 天,第 06 周):纹身标记、毛发增长率;访视 04(第 45 天,第 06 周):评估;访视 05(第 87 天,第 12 周
【主题与分类】
主题标签:Thinning Hair。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07195487
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/NCT07195487
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:头发稀疏。本研究将共招募34名参与者,包括男性和18至55岁(含)非妊娠、非哺乳期女性,患有轻度至中度头发稀疏。研究旨在完成对30名参与者的评估,其中治疗A组(生物活性)20名受试者,治疗B组(安慰剂)10名受试者。筛查期间将记录头皮皮肤类型——分为干性、油性或混合性。研究期间共有6次访视。
研究持续时间为90天(3个月),自入组访视01(第-04天,第00周)起:筛选、知情同意、纹身标记、头发生长速率;访视02(第01天,第00周):随机化、基线评估、颊部DNA拭子;访视03(第42天,第06周):纹身标记、头发生长速率;访视04(第45天,第06周):评估;访视05(第87天,第12周):纹身标记、头发生长速率;访视06(第90天,第12周):评估、颊部DNA拭子、研究结束。评估参数:头发生长速率、粗细、密度、头皮状况、A:T比值、60秒梳发、拔发试验、皮肤科医生评估、主观反应指数、头顶全局摄影、灰发严重程度评分(GSS)、拉伸强度
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。




