紫外线B(UVB)光疗治疗皮肤基质改变的皮肤病
源站描述指出这些疾病以胶原性皮肤增厚为特征,现有治疗不足,且初步数据显示高剂量UVB(160 mJ/cm2)可穿透色素沉着皮肤并激活MMPs

基本信息
资源简介
紫外线B(UVB)光疗治疗皮肤基质改变的皮肤病
该数据集来自clinicaltrials.gov,聚焦紫外线B(UVB)光疗治疗皮肤基质改变的皮肤病,涵盖Keloid、Localized Scleroderma、Acne Keloidalis、Scars和Granuloma Annulare等疾病。源站描述指出这些疾病以胶原性皮肤增厚为特征,现有治疗不足,且初步数据显示高剂量UVB(160 mJ/cm2)可穿透色素沉着皮肤并激活MMPs。数据可用于研究UVB光疗对纤维化皮肤疾病的疗效与安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Keloid、Localized Scleroderma、Acne Keloidalis、Scars、Granuloma Annulare。Keloid、scleroderma、acne keloidalis nuchae和burn scars均以皮肤胶原性增厚为特征,导致浅层和深层皮肤硬化。目前对这些致残性疾病的治疗不足。近期,在非对照研究中,UVA1被显示可改善scleroderma、granuloma annulare和urticaria pigmentosa患者。然而,UVA1无法以有效水平穿透色素沉着皮肤以激活基质金属蛋白酶(MMPs)。研究者的初步数据显示,高剂量UVB(160 mJ/cm2)将穿透色素沉着皮肤并激活刺激MMPs所需的细胞通路。因此,他们推测,在色素沉着皮肤中,高于常规的UVB剂量可以安全地改善这些纤维化皮肤状况。
【主题与分类】
主题标签:Keloid、Scleroderma, Localized、Acne Keloidalis、Scars、Granuloma Annulare。本站分类:皮肤与结缔组织疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00129428
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/NCT00129428
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:瘢痕疙瘩、局限性硬皮病、痤疮瘢痕疙瘩、瘢痕、环状肉芽肿。瘢痕疙瘩、硬皮病、项部痤疮瘢痕疙瘩及烧伤瘢痕均以皮肤胶原性增厚为特征,导致浅层及深层皮肤硬化。目前针对这些致残性疾病的治疗尚不充分。近期,在非对照研究中,UVA1被显示可改善硬皮病、环状肉芽肿及色素性荨麻疹患者的病情。然而,UVA1无法以有效水平穿透色素性皮肤以激活基质金属蛋白酶(MMPs)。研究者的初步数据显示,高剂量UVB(160 mJ/cm2)可穿透色素性皮肤并激活刺激MMPs所需的细胞通路。因此,他们推测,在色素性皮肤中,高于常规剂量的UVB可通过激活MMP通路、经胶原酶介导去除过多真皮胶原,从而安全地改善这些纤维化皮肤疾病。
本研究项目旨在研究高剂量UVB(290-320nm,最高达320mJ/cm2)照射治疗皮肤色素沉着增加患者真皮基质改变相关皮肤疾病的有效性。这些疾病包括但不限于瘢痕疙瘩(或增生性瘢痕)、硬皮病、项部瘢痕疙瘩性痤疮、陈旧性烧伤瘢痕及环状肉芽肿。最多五十名诊断为上述疾病之一或相关疾病的患者将接受UVB照射,每周最多5次,持续16周。
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。




