山竹凝胶治疗紫外线B所致晒伤样皮肤红斑试验
该数据集来自 clinicaltrials.gov,为一项在印度尼西亚哈桑努丁大学皮肤科开展的随机、双盲、安慰剂对照、自身对照试验,时间为2022年8月至11月

基本信息
资源简介
山竹凝胶治疗紫外线B所致晒伤样皮肤红斑试验
该数据集来自 clinicaltrials.gov,为一项在印度尼西亚哈桑努丁大学皮肤科开展的随机、双盲、安慰剂对照、自身对照试验,时间为2022年8月至11月。研究采用改良紫外线红斑试验,在红斑形成后才开始治疗,以区分凝胶对已形成红斑消退的作用与紫外线过滤作用。每位参与者上背部设六个1.9×1.9厘米测试点,按六序列Williams设计分配2.5%、5%、10%山竹果皮提取物凝胶、安慰剂凝胶、照射未处理及未照射未处理六种条件。数据可用于评估山竹凝胶对紫外线B所致红斑消退的效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:窄谱紫外线B诱导的皮肤红斑、红斑、晒伤、红斑。这是一项单中心、随机、双盲、安慰剂对照、自身对照试验,于2022年8月至11月在印度尼西亚望加锡哈桑努丁大学皮肤科、性病科和美学系开展。该试验采用改良紫外线红斑试验,仅在红斑形成后才开始治疗,从而可将凝胶对已形成红斑消退的作用与任何紫外线过滤作用区分开来。每位参与者上背部有六个1.9×1.9厘米的测试点。六种条件(2.5%、5%和10%山竹果皮提取物凝胶、安慰剂凝胶、照射未处理及未照射未处理)按六序列Williams设计分配到各测试点,使每种条件在每个解剖部位出现的频率相等。
【主题与分类】
主题标签:Erythema、Sunburn, Erythema。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07849842
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/NCT07849842
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:窄带紫外线B诱导的皮肤红斑、红斑、晒伤、红斑。这是一项单中心、随机、双盲、安慰剂对照的个体内试验,于2022年8月至11月在印度尼西亚望加锡的哈桑努丁大学皮肤科、性病科和美学系进行。该试验采用改良的紫外线红斑测试,仅在红斑形成后才开始治疗,从而可将凝胶对已形成红斑消退的效果与任何紫外线过滤效应区分开来。每位参与者上背部有六个1.9×1.9厘米的测试部位。六种条件(2.5%、5%和10%山竹果皮提取物凝胶、安慰剂凝胶、照射未处理和非照射未处理)通过六序列Williams设计分配到各部位,使每种条件在每个解剖位置出现的频率相等。序列由独立统计学家生成,并隐藏在不透明、按顺序编号的信封中。最小红斑量(MED)使用窄带UVB设备(峰值311 nm)测定。
五个部位以2倍个体最小红斑量(MED)进行照射,第六个部位予以屏蔽。照射期间皮肤上未涂抹任何产品。从照射后24小时(第1天)开始,于第1天和第2天的08:00和16:00各涂抹约10 mg指定产品(2.77 mg/cm²)。最终评估于第3天在进行任何进一步涂抹之前进行。提取物通过将经鉴定的山竹果皮在96%乙醇中浸渍制备,并经分光光度法标准化为总紫外线吸收氧杂蒽酮(以α-山竹素当量计)。活性凝胶含2.5%、5%或10%(w/w)提取物,基质为亲水性卡波姆凝胶。安慰剂含相同辅料,并加入0.02%(w/w)棕色氧化铁以匹配活性凝胶的颜色。产品分装于相同管中,仅标注部位代码。受试者、产品涂抹者和结果评估者均对分组分配设盲。皮肤颜色在CIELAB色彩空间中用经校准的
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。




