AVAVA MIRIA 通用方案
该数据集来自 clinicaltrials.gov，围绕 AVAVA MIRIA 设备的通用治疗方案，覆盖痤疮、混合萎缩性及肥厚性瘢痕、瘢痕、皱纹、色素性病变及皮肤纹理障碍等多种皮肤疾病
基本信息
资源简介
AVAVA MIRIA 通用方案
AVAVA MIRIA General Use 是一个登记于 clinicaltrials.gov 的皮肤疾病相关数据集，归类于皮肤疾病 / 其他方向。该数据集围绕 AVAVA MIRIA 设备的通用治疗方案展开，覆盖痤疮、混合萎缩性及肥厚性瘢痕、瘢痕、皱纹、色素性病变以及皮肤纹理障碍等多种皮肤疾病。其核心目标并非针对单一病种，而是通过一项通用性方案处理多种皮肤科状况，并系统收集患者反馈。主要结局指标为收集和分析与设备治疗整体体验相关的患者问卷；次要结局指标则包括医生和受试者对设备改善效果的评估，以及对副作用的评估。整体而言，该数据集以患者主观体验与医生、受试者客观评价相结合的方式，记录设备在多种皮肤问题上的应用表现。
【数据集背景】
该数据集来源于 clinicaltrials.gov，所涉及的适应症范围较广，包括痤疮、混合萎缩性及肥厚性瘢痕、瘢痕、皱纹、色素性病变和皮肤纹理障碍。其方案定位为一项通用治疗方案，旨在处理多种皮肤科状况，而非局限于某一特定疾病。这一背景决定了数据集在皮肤疾病领域中的分类位置为“皮肤疾病 / 其他”，即不归属于某一单一皮肤疾病子类，而是面向多种皮肤问题的通用性记录。
【数据内容】
数据集内容围绕 AVAVA MIRIA 设备的治疗体验与效果评价展开。主要结局指标是收集并分析患者问卷，这些问卷与设备治疗的整体体验相关。次要结局指标包括医生和受试者针对设备所见的改善情况进行的评估，以及副作用的评估。主题标签进一步明确了覆盖范围：痤疮、混合萎缩性及肥厚性瘢痕、瘢痕、皱纹、色素性病变、皮肤纹理障碍。数据内容以问卷反馈和评估结果为主，不涉及其他未提及的指标或变量。
【采集与来源】
该数据集来自 clinicaltrials.gov。源站描述中提及的采集方式为：通过通用治疗方案对多种皮肤科状况进行处理，并收集患者反馈；主要结局为患者问卷的收集与分析，次要结局为医生和受试者的评估以及副作用评估。除上述来源与采集方式外，源站未提供更详细的采集流程、时间范围、样本量或设备参数等信息。
【适用场景】
该数据集适用于关注 AVAVA MIRIA 设备在多种皮肤疾病中应用效果的研究或分析场景，包括对痤疮、混合萎缩性及肥厚性瘢痕、瘢痕、皱纹、色素性病变及皮肤纹理障碍等适应症的治疗体验与改善评价。由于主要结局聚焦于患者问卷，次要结局聚焦于医生和受试者评估及副作用，因此该数据集可用于了解患者主观体验与临床评估之间的对应关系，以及设备在通用皮肤科治疗中的表现。源站未提供其他具体适用场景。
【使用方法】
源站未提供具体的使用方法说明。该数据集以患者问卷和医生、受试者评估为主要内容，但如何访问、下载、解析或复用这些数据，源站未提供相关信息。
【质量与限制】
源站未提供关于数据质量、完整性、偏倚控制或验证方式的具体说明。已知的限制性信息仅包括：该数据集为通用治疗方案下的记录，覆盖多种皮肤疾病，主要结局为患者问卷的收集与分析，次要结局为医生和受试者评估及副作用评估。除此之外，源站未提供样本量、随访时长、统计方法或局限性讨论等内容。
【引用与许可】
源站未提供引用格式与许可条款信息。
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/NCT06868615
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
适应症：痤疮、痤疮瘢痕（混合性萎缩性和增生性）、瘢痕、皱纹、色素；皮损、皮肤纹理障碍。一项用于治疗多种皮肤疾病并收集患者反馈的通用方案。主要结局是收集和分析与设备治疗整体体验相关的患者问卷。次要结局指标包括医生和受试者对设备改善效果的评估以及副作用评估。
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。
