雄激素性脱发的外泌体治疗数据集
源站描述显示,研究纳入 30 名 22 至 65 岁、Norwood-Hamilton 量表 III-VI 型发的男性患者,评估头皮注射包皮来源间充质基质细胞外泌体对毛发密度的影响及患者满意度

基本信息
资源简介
雄激素性脱发的外泌体治疗数据集
该数据集来自 clinicaltrials.gov,聚焦雄激素性脱发(Androgenetic Alopecia)患者接受外泌体治疗的研究。源站描述显示,研究纳入 30 名 22 至 65 岁、Norwood-Hamilton 量表 III-VI 型发的男性患者,评估头皮注射包皮来源间充质基质细胞外泌体对毛发密度的影响及患者满意度。数据可用于了解该临床试验的设计与结局指标,支持脱发治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Androgenetic Alopecia, Exosomes。在本研究范围内,我们旨在阐明将“包皮来源间充质基质细胞来源外泌体”注射到头皮对雄激素性脱发患者毛发密度的影响,以及该治疗对患者满意度的贡献。这项前瞻性研究纳入 30 名男性患者,年龄在 22 至 65 岁之间,根据 Norwood-Hamilton 量表为 III-VI 型发,他们同意不改变发型,并且研究期间不进行任何头发护理或治疗。使用了包皮来源间充质干细胞(MSCs),来源于 Yeditepe 大学细胞外囊泡与外泌体研究实验室(EVER Lab)。细胞培养基从 FBS 和无抗生素干细胞培养的组合中收集。通过混合 Polyethylen 制备 ATPS-Exosome 分离溶液。
【主题与分类】
主题标签:Androgenetic Alopecia、Exosomes。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06539273
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/NCT06539273
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:雄激素性脱发、外泌体。在本研究范围内,我们旨在阐明将“包皮来源间充质基质细胞衍生的外泌体”注射到头皮中对雄激素性脱发患者毛发密度的影响,以及该治疗对患者满意度的贡献。这项前瞻性研究纳入了30名男性患者,年龄在22至65岁之间,根据Norwood-Hamilton量表为III-VI型头发,他们同意不改变发型,并且在研究期间不接受任何头发护理或治疗。使用了包皮来源的间充质干细胞(MSCs),来源于Yeditepe大学的细胞外囊泡和外泌体研究实验室(EVER Lab)。细胞培养基是从FBS和无抗生素干细胞培养的组合中收集的。通过将聚乙二醇(PEG)和葡聚糖(DEX)以7.7:3.3(w/w)的比例与蒸馏水混合,制备ATPS-外泌体分离溶液。
使用配备488 nm激光的Nanosight NS300(Malvern Instruments)进行干细胞外泌体浓度测定及外泌体大小和密度分布的检测。采用流式细胞术评估外泌体表面抗原。在30例男性雄激素性脱发患者注射外泌体之前,使用数码相机对头皮上发生脱发的额部和顶部区域进行拍摄。从上述各区域中选取1 cm²的面积,并使用数字皮肤镜以40倍放大倍数拍摄这些区域的图像。利用这些皮肤镜图像,通过Trichoscan(TrichoLab GmbH,德国)记录毛发密度(毛发数/cm²)。患者在注射后第4周和第12周接受随访。在这些随访期间,使用同一数码相机、从相同距离、在相同光线和闪光条件下(1/200 s;f/6.3;ISO 160)拍摄相同区域的照片。在随访过程中,找到相同的解剖标志点(2个额部点和1个顶部点),这些区域
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。




