Juläine (TM) 治疗面部萎缩性痤疮瘢痕的评估
该数据集来自 clinicaltrials.gov，主题为面部萎缩性痤疮瘢痕的治疗评估。研究为多中心、随机、双盲、安慰剂对照临床试验，评估由聚乳酸微球与羧甲基纤维素凝胶组成的无菌注射医疗器械 Juläine 治疗中重度面部萎缩性痤疮瘢痕的有效性与安全性
基本信息
资源简介
Juläine (TM) 治疗面部萎缩性痤疮瘢痕的评估
该数据集来自 clinicaltrials.gov，主题为面部萎缩性痤疮瘢痕的治疗评估。研究为多中心、随机、双盲、安慰剂对照临床试验，评估由聚乳酸微球与羧甲基纤维素凝胶组成的无菌注射医疗器械 Juläine 治疗中重度面部萎缩性痤疮瘢痕的有效性与安全性。计划在波兰皮肤科中心入组 55 名成人，其中 45 人接受 Juläine，10 人接受安慰剂，共进行三次治疗。主要终点为第 12 个月盲法评估的瘢痕改善。可用于了解该适应症的试验设计与疗效安全性评价（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：痤疮瘢痕。这是一项多中心、随机、双盲、安慰剂对照临床试验，旨在评估 Juläine 治疗中重度面部萎缩性痤疮瘢痕的有效性和安全性。Juläine 是一种无菌注射医疗器械，由聚乳酸微球和羧甲基纤维素凝胶组成。将在波兰选定的皮肤科中心共入组 55 名成人参与者。45 名参与者将被随机分配接受 Juläine，10 名参与者将被随机分配接受安慰剂（无菌生理盐水）。所有参与者将在两个月内接受三次治疗（第 0 天、第 30 天和第 60 天），注射针对受萎缩性瘢痕影响的区域。主要终点是基线后 12 个月时由盲法评估者评估的痤疮瘢痕改善。次要结局
【主题与分类】
主题标签：Acne Scars。本站分类：皮肤疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07058883
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/NCT07058883
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
疾病：痤疮瘢痕。这是一项多中心、随机、双盲、安慰剂对照的临床试验，旨在评估Juläine治疗中重度面部萎缩性痤疮瘢痕的有效性和安全性。Juläine是一种无菌注射医疗器械，由聚乳酸微球和羧甲基纤维素凝胶组成。将在波兰选定的皮肤科中心共招募55名成年受试者。45名受试者将被随机分配接受Juläine治疗，10名受试者将被随机分配接受安慰剂（无菌生理盐水溶液）。所有受试者将在两个月内接受三次治疗（第0天、第30天和第60天），注射靶向萎缩性瘢痕受累区域。主要终点是基线后12个月时痤疮瘢痕的改善情况，由设盲评估者进行评估。次要结局包括受试者报告的满意度、使用整体美学改善量表（GAIS）进行的改善评估，以及通过Canfield VISIA等成像系统评估的客观皮肤纹理测量。
安全性将通过收集不良事件、局部耐受性评估以及为期12个月的随访进行监测。本研究遵循ISO 14155：2020和欧盟医疗器械法规（EU MDR）进行，并已获得波兰格但斯克地区医学委员会生物伦理委员会的伦理批准。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
