二氧化碳激光联合皮下分离术与富血小板血浆生物填充剂联合皮下分离术治疗萎缩性痤疮的疗效比较
本数据集来自 clinicaltrials.gov,主题为萎缩性痤疮瘢痕的治疗比较。该随机对照试验纳入 100 名 15-45 岁患者,来自 Lahore General Hospital 皮肤科,随机分为两组,均接受皮下分离术

基本信息
资源简介
二氧化碳激光联合皮下分离术与富血小板血浆生物填充剂联合皮下分离术治疗萎缩性痤疮的疗效比较
本数据集来自 clinicaltrials.gov,主题为萎缩性痤疮瘢痕的治疗比较。该随机对照试验纳入 100 名 15-45 岁患者,来自 Lahore General Hospital 皮肤科,随机分为两组,均接受皮下分离术。一组在皮下分离术后接受富血小板血浆生物填充剂注射,填充剂由患者自身血液制备;另一组在皮下分离术后接受点阵二氧化碳激光治疗。数据可用于比较两种联合治疗方案对萎缩性痤疮瘢痕的疗效,支持皮肤疾病治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:萎缩性痤疮瘢痕。这项随机对照试验比较了两种联合治疗方案对萎缩性痤疮瘢痕的疗效。共纳入 100 名 15-45 岁患者,来自 Lahore General Hospital, Lahore 皮肤科,并被随机分配到两个治疗组之一。所有参与者均接受皮下分离术,这是一种小手术,通过松解凹陷性痤疮瘢痕下方的纤维束来抬高瘢痕皮肤。一组参与者在皮下分离术后接受富血小板血浆生物填充剂注射。该生物填充剂由每位参与者自身血液制备,并注射到痤疮瘢痕下方,以提供容积并促进胶原形成。另一组参与者在皮下分离术后接受点阵二氧化碳激光治疗。该激光造成可控的微观皮肤损伤,旨在刺激胶原
【主题与分类】
主题标签:Atrophic Acne Scars。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07752186
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/NCT07752186
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:萎缩性痤疮瘢痕。本随机对照试验比较了两种联合治疗方案对萎缩性痤疮瘢痕的疗效。共纳入100例来自拉合尔总医院皮肤科、年龄15-45岁的患者,随机分配至两个治疗组之一。所有参与者均接受皮下分离术,这是一种小手术,通过松解凹陷性痤疮瘢痕下方的纤维条索,使瘢痕处皮肤抬升。一组参与者在皮下分离术后接受富血小板血浆生物填充剂注射。该生物填充剂由每位参与者自身血液制备,注射于痤疮瘢痕下方,以提供容积并促进胶原形成。另一组参与者在皮下分离术后接受点阵二氧化碳激光治疗。该激光造成可控的微小皮肤损伤,旨在刺激胶原生成并改善皮肤质地。共进行3次治疗,间隔4周。治疗结果采用患者与观察者瘢痕评估量表在基线和随访期间进行评估。
治疗相关的不良反应,包括疼痛、红斑、瘀伤和皮肤色素变化,也被记录在案。治疗有效性定义为痤疮疤痕严重程度减少超过50%。
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。




