富血小板血浆治疗雄激素性脱发疗效评估
该数据集来自 clinicaltrials.gov,聚焦富血小板血浆(PRP)治疗雄激素性脱发的疗效评估。源站描述显示,研究纳入雄激素性脱发患者,主要目的是确定每月一次、连续 3 个月给予 PRP 能否改善女性患者的临床结局与生活质量,并提及该研究为随机、安慰剂对照设计

基本信息
资源简介
富血小板血浆治疗雄激素性脱发疗效评估
该数据集来自 clinicaltrials.gov,聚焦富血小板血浆(PRP)治疗雄激素性脱发的疗效评估。源站描述显示,研究纳入雄激素性脱发患者,主要目的是确定每月一次、连续 3 个月给予 PRP 能否改善女性患者的临床结局与生活质量,并提及该研究为随机、安慰剂对照设计。数据覆盖脱发疾病与 PRP 治疗主题,可用于了解该临床试验的研究设计与结局指标,支撑脱发治疗相关研究的信息整理与分类(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:雄激素性脱发。雄激素性脱发,即男性型脱发,影响男性和女性。这种脱发模式通常表现为男性头顶变薄和/或M形发际线,或女性弥漫性稀疏。富血小板血浆(PRP)疗法最近被研究作为非炎症性脱发患者的头发 rejuvenation 疗法。尽管作用机制尚不清楚,但PRP被认为通过血小板衍生生长因子(PDGF)、转化生长因子(TGF)和血管内皮生长因子(VEGF)促进血管生成并增强毛囊周围的血流。本研究的主要目的是确定每月一次、连续3个月给予PRP是否能改善女性雄激素性脱发患者的临床结局和生活质量。这是一项随机、安慰剂对照的研
【主题与分类】
主题标签:Androgenic Alopecia。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03474718
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/NCT03474718
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:雄激素性脱发。雄激素性脱发,或称男性型脱发,影响男性和女性。该脱发模式的特征通常为男性头顶部稀疏和/或M型发际线,或女性弥漫性稀疏。富血小板血浆(PRP)疗法近年来被研究用于非炎症性脱发患者的毛发再生治疗。尽管其作用机制尚不明确,但据认为PRP通过血小板衍生生长因子(PDGF)、转化生长因子(TGF)和血管内皮生长因子(VEGF)促进血管生成并增强毛囊周围的血流。本研究的主要目的是确定每月一次、连续3个月给予PRP是否能改善女性雄激素性脱发患者的临床结局和生活质量。这是一项随机、安慰剂对照、双盲、半头、单中心临床研究,将招募16名雄激素性脱发受试者。将在多个时间点评估皮肤病生活质量指数。
疾病严重程度将采用脱发严重程度工具(SALT)、脱发密度与范围评分(ALODEX)进行测量;将采集Trichoscan图像以记录参与者的临床进展。每次访视时均会记录不良事件,若任何受试者出现严重不良事件,将终止治疗。治疗访视将在基线、4周(1个月)、8周(2个月)和12周(3个月)进行。随访(非治疗)访视将在24周(6个月)进行。研究团队假设,PRP将改善患有雄激素性脱发的女性受试者的DLQI、SALT、ALODEX、毛发计数(毛发数/0.65 cm²)、毛发密度(毛发数/cm²)、毛发直径、生长期与休止期比值,以及毳毛与终毛比值。
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。




