毛发移植患者头皮健康与综合头皮管理方案研究
该数据集来自 clinicaltrials.gov,聚焦毛发移植患者的头皮健康与综合头皮管理方案。研究计划纳入120名18-50岁中国男性毛发移植受试者,其中90名轻中度头皮脂溢性皮炎患者按严重程度、脱发分级和年龄分层随机分为试验产品组与基础对照组,另30名非SD受试者组成非SD对照组

基本信息
资源简介
毛发移植患者头皮健康与综合头皮管理方案研究
该数据集来自 clinicaltrials.gov,聚焦毛发移植患者的头皮健康与综合头皮管理方案。研究计划纳入120名18-50岁中国男性毛发移植受试者,其中90名轻中度头皮脂溢性皮炎患者按严重程度、脱发分级和年龄分层随机分为试验产品组与基础对照组,另30名非SD受试者组成非SD对照组。数据可用于比较治疗前后临床、生理及生物学指标变化,支持头皮护理产品效果评估与相关分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:毛发移植、脂溢性皮炎、头皮护理。计划纳入120名18-50岁接受过毛发移植的中国男性受试者。其中,90名患有轻度至中度头皮脂溢性皮炎(以下简称SD)的参与者将根据分层随机表进行分层并随机分配到两组,分层因素包括SD严重程度分级、脱发分类和年龄。试验产品组(以下简称整体组)受试者将使用试验洗发水加基础洗发水,而基础对照组仅接受基础洗发水。其余30名非SD受试者将构成非SD对照组,仅使用基础洗发水。1. 主要目的 比较治疗前后临床、生理、生物学
【主题与分类】
主题标签:Hair Transplantation、Seborrheic Dermatitis、Scalp Care。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07641686
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/NCT07641686
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:毛发移植、脂溢性皮炎、头皮护理。计划纳入120名18-50岁接受过毛发移植的中国男性受试者参与本研究。其中,90名患有轻至中度头皮脂溢性皮炎(以下简称SD)的参与者将根据随机化表,以SD严重程度分级、脱发分类和年龄为分层因素进行分层,并随机分配至两组。试验产品组(以下简称整体组)的受试者将使用试验洗发水加基础洗发水,而基础对照组仅接受基础洗发水。其余30名非SD受试者将构成非SD对照组,仅使用基础洗发水。1.
主要目的:通过无创仪器测量、临床评估、临床摄影和受试者自我评价,比较接受研究性洗发水方案的 holistic 组与基础对照组在治疗前后,与 SD 表现、头皮健康和皮肤屏障修复相关的临床、生理、生物学和微生态参数的变化(包括经皮水分流失、头皮水合度、头皮皮脂含量等)。评估试验产品改善头皮状况和皮肤屏障功能的安全性和有效性,并探索其潜在机制。2. 次要目的:探讨试验产品与对照洗发水相比,对 SD 患者毛发移植相关并发症(如毛囊炎)、伤口愈合、毛囊脱落期、移植物存活率和毛发生长参数的影响。3. 探索性目的:收集非 SD 受试者毛发移植后的基线临床、生理、生物学和头皮微生态数据,以供参考。
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。




