Revian Red All LED帽治疗中央离心性瘢痕性脱发初步研究
该数据集来自clinicaltrials.gov,是一项关于Revian Red All LED帽治疗中央离心性瘢痕性脱发的初步研究

基本信息
资源简介
Revian Red All LED帽治疗中央离心性瘢痕性脱发初步研究
该数据集来自clinicaltrials.gov,是一项关于Revian Red All LED帽治疗中央离心性瘢痕性脱发的初步研究。研究纳入5名受试者,使用620 nm和660 nm两种波长的光,每日一次、每次10分钟,持续6个月。主要结局是判断脱发是否停止进展,次要结局包括毛发再生和症状缓解。数据可用于评估光疗对CCCA的潜在疗效,涉及脱发进展、毛发再生及炎症改善等分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:中央离心性瘢痕性脱发。这项初步研究的目的是确定Revian Red All LED帽是否显示出成为中央离心性瘢痕性脱发有效治疗的潜力,其方式是通过将毛囊招募回生长期或通过改善炎症。主要结局是确定脱发消退是否被阻止。次要结局包括毛发再生和疾病体征与症状的缓解。方法与措施设计:将招募5名愿意参与Revian Red All LED帽这一新型治疗的受试者加入本研究。该帽使用两种波长的光,620 nm和660 nm。将为每位受试者提供研究用帽。受试者将每日使用该帽一次,每次10分钟的治疗方案,这是当前雄激素性脱发的推荐方案。受试者将使用该帽总共6个月。标准化照片和皮肤科
【主题与分类】
主题标签:Central Centrifugal Cicatricial Alopecia。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04764331
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/NCT04764331
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:中央离心性瘢痕性脱发。本初步研究旨在通过招募毛囊回到生长期生长或改善炎症,来确定Revian Red All LED帽是否显示出成为中央离心性瘢痕性脱发有效治疗的潜力。主要结局是确定脱发消退是否被阻止。次要结局包括毛发再生和疾病体征与症状的缓解。方法与措施 设计 将招募5名愿意参与Revian Red All LED帽新型治疗的受试者参加本研究。该帽使用620 nm和660 nm两种波长的光。将为每名受试者提供研究用帽。受试者将每天使用该帽一次,每次10分钟治疗方案,这是目前雄激素性脱发的推荐方案。受试者将使用该帽共6个月。将在开始治疗前以及每2个月拍摄标准化照片和皮肤镜照片,共6个月,以评估发际线稳定性和再生潜力。
在研究入组之前,所有参与者将收到有关研究目的的详细说明,并签署书面知情同意书。将通过向所有受试者发放标准化问卷来获取脱发临床病史及既往治疗史。受试者还将在随后每次治疗访视及随访时填写一份关于其脱发症状的问卷。为了符合入选条件,受试者必须经临床和组织学诊断为CCCA。诊断仅由委员会认证的皮肤科医生作出。
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。




