化妆品对成人轻中度痤疮疗效评估
该数据集来自 clinicaltrials.gov,主题为评估化妆品在成人轻中度痤疮受试者中的功效。源站描述显示,研究通过皮肤科医生临床检查、病灶计数、Silflo® 聚合物硅胶皮肤印模与 3D Primos® Compact System 分析、cutometer® 弹性测量、corneomete

基本信息
资源简介
化妆品对成人轻中度痤疮疗效评估
该数据集来自 clinicaltrials.gov,主题为评估化妆品在成人轻中度痤疮受试者中的功效。源站描述显示,研究通过皮肤科医生临床检查、病灶计数、Silflo® 聚合物硅胶皮肤印模与 3D Primos® Compact System 分析、cutometer® 弹性测量、corneometer® 水合测量、临床评分与受试者自评,以及 GEA 评分和 AFAST(score B)等方式,考察化妆品的皮肤可接受性、致粉刺潜力、平滑效果、弹性改善、水合维持及抗痤疮作用。数据可用于痤疮相关皮肤状态评估与化妆品功效分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:痤疮。宣称: 改善痤疮 改善皮肤光滑度参数 目的:评估: 其在皮肤科医生临床检查下维持面部良好状态的能力(皮肤可接受性); 由负责研究的皮肤科医生通过计数滞留性和炎症性病变来评估其致粉刺潜力; 通过采集聚合物硅胶皮肤印模Silflo®并使用3D Primos® Compact系统分析来评估其平滑效果; 使用cutometer®评估其改善皮肤弹性的能力; 使用corneometer®评估其维持皮肤水合作用的能力; 由负责研究的皮肤科医生通过临床评分评估其对皮肤状态的影响; 通过受试者临床自评评估其对皮肤状态的影响; 由负责研究的皮肤科医生通过GEA评分和AFAST(评分B)评估其抗痤疮效果; 使用ColorFace®和skincam®展示其预期的视觉效果; 评估受试者生活质量问卷(AI-ADL)从基线到D84和D168的变化;* 通过分析受试者对主观评价问卷的回答,主观评估其化妆品可接受性、特性、功效和未来使用意愿
【主题与分类】
主题标签:Acne。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07107854
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/NCT07107854
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
Conditions: Acne.
宣称:* 改善痤疮 * 改善皮肤光滑度参数 目的:评估:* 其在皮肤科医生控制下通过临床检查维持面部良好状态的能力(皮肤可接受性);* 其致粉刺潜力,由负责研究的皮肤科医生计数滞留性和炎症性病变;* 其平滑效果,通过采集聚合物硅胶皮肤印模Silflo®并使用3D Primos® Compact系统进行分析;* 其使用cutometer®改善皮肤弹性的能力;* 其使用corneometer®维持皮肤水分的能力;* 其通过负责研究的皮肤科医生进行临床评分对皮肤状态的影响;* 其通过受试者临床自评对皮肤状态的影响;* 其通过负责研究的皮肤科医生使用GEA评分和AFAST(评分B)评估的抗痤疮效果;* 使用ColorFace®和skincam®展示其视觉预期效果;* 评估受试者生活质量问卷(AI-ADL)从基线到D84和D168的变化;* 通过分析受试者对主观评估的答案,主观评估其化妆品可接受性、特性、功效和未来使用意愿
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。




