原发性皮肤刺激性累积、致敏、光过敏及光毒性皮肤病学评估
该数据集来源于 clinicaltrials.gov，主题为原发性皮肤刺激性累积、致敏、光过敏及光毒性相关的皮肤病学评估
基本信息
资源简介
原发性皮肤刺激性累积、致敏、光过敏及光毒性皮肤病学评估
该数据集英文全称为 Dermatological Assessment of Primary Dermal Irritability Accumulated, Sensitization, Photoallergy and Phototoxicity，来源于 clinicaltrials.gov，主题聚焦于原发性皮肤刺激性累积、致敏、光过敏及光毒性的皮肤病学评估。其分类归属于皮肤疾病下的其他类别，主题标签为接触性敏感。源站描述指出，研究涉及接触性敏感条件，受试者皮肤类型为 Fitzpatrick 分类中的 I 至 IV 型，测试产品通过半封闭敷料施加并持续与皮肤接触。整体而言，该数据集围绕皮肤对外部物质的不良反应评估展开，涵盖累积刺激性、致敏潜力、光过敏反应及光毒性等多个维度，为皮肤病学安全性评价提供结构化信息。
【数据集背景】
该数据集来源于 clinicaltrials.gov，属于皮肤疾病领域中的其他类别。其核心关注点是原发性皮肤刺激性累积、致敏、光过敏及光毒性等皮肤不良反应的评估。在皮肤病学与化妆品、外用产品安全性测试中，此类评估用于判断产品在重复接触或特定光照条件下是否引发皮肤刺激或过敏反应。源站描述提及的“接触性敏感”条件，以及受试者皮肤类型限定为 Fitzpatrick I 至 IV 型，说明该数据集针对的是特定肤色范围人群的皮肤反应研究。主题标签“接触性敏感”进一步明确了其与接触性皮炎或敏感反应的相关性。
【数据内容】
该数据集的内容围绕皮肤病学评估展开，涉及原发性皮肤刺激性累积、致敏、光过敏和光毒性等多项指标。源站描述提到，测试产品通过半封闭敷料施加，并持续与皮肤保持接触。受试者皮肤类型限定为 Fitzpatrick 分类 I 至 IV 型。关于具体数据字段、记录数量、评估时间点、评分标准或结果变量等详细信息，源站未提供。
【采集与来源】
数据采集自 clinicaltrials.gov 平台。源站描述指出，产品通过半封闭敷料施加于皮肤并保持接触，受试者皮肤类型为 Fitzpatrick I 至 IV 型。关于采集机构、采集时间、样本量、具体操作流程或随访安排等信息，源站未提供。
【适用场景】
该数据集适用于皮肤病学领域中对接触性敏感、原发性皮肤刺激性累积、致敏、光过敏及光毒性进行评估的研究场景。可服务于外用产品安全性评价、皮肤不良反应监测或相关临床研究的数据参考。由于受试者皮肤类型限定为 Fitzpatrick I 至 IV 型，其适用人群范围与此肤色分类相关。关于具体应用案例或推荐使用方式，源站未提供。
【使用方法】
源站未提供具体的使用方法说明。关于数据访问方式、格式、预处理步骤或分析建议等信息，源站未提供。
【质量与限制】
该数据集受试者皮肤类型限定为 Fitzpatrick I 至 IV 型，可能限制其对其他皮肤类型的代表性。源站描述提及产品通过半封闭敷料施加并持续接触皮肤，但关于数据完整性、准确性、偏倚控制或验证情况等信息，源站未提供。
【引用与许可】
源站未提供引用格式或许可条款信息。
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/NCT04332445
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：敏感性、接触性。受试者皮肤类型为I至IV型（根据Fitzpatrick分类）。产品应用于半封闭敷料上，与皮肤保持接触。
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。
