Thermage® FLX 射频治疗安全性与有效性前瞻性对照研究

源站描述显示,这是一项在北美(美国和加拿大)与中国约 10 个研究中心开展的前瞻性对照研究,共入组 164 名受试者,研究周期约 6 个月(26 周)

Bausch Health Americas, Inc.Bausch Health Americas, Inc.
clinicaltrials
浏览 8
其他分类WrinkleLax SkinLines Skin
A Prospective Controlled Study to Evaluate the Safety and Effectiveness of Thermage® FLX Radiofrequency Treatment

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-12

资源简介

Thermage® FLX 射频治疗安全性与有效性前瞻性对照研究

该数据集来自 clinicaltrials.gov,属于皮肤与结缔组织疾病/皱纹分类,主题涉及 Wrinkle、Lax Skin、Lines Skin。源站描述显示,这是一项在北美(美国和加拿大)与中国约 10 个研究中心开展的前瞻性对照研究,共入组 164 名受试者,研究周期约 6 个月(26 周)。目的是证明 Thermage FLX 系统相比未治疗对照组在改善颈部和面部皱纹与细纹、颈部/腹部/上臂/面部皮肤松弛方面的优效性,并评估其安全性与耐受性。数据可用于皱纹与皮肤松弛相关治疗的有效性和安全性分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Wrinkle、Lax Skin、Lines Skin。研究将在约 10 个研究中心开展,在北美(美国和加拿大)和中国共入组 164 名受试者。约 6 个月(26 周)。目的是证明 Thermage FLX 系统治疗相比未治疗对照组在以下方面的优效性:颈部和面部的细纹和皱纹;颈部、腹部、上臂和面部的皮肤松弛;并评估 Thermage FLX 系统治疗相比未治疗对照组的安全性和耐受性。

【主题与分类】

主题标签:Wrinkle、Lax Skin、Lines Skin。本站分类:皮肤与结缔组织疾病/皱纹。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07187297

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07187297

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

适应症:皱纹、皮肤松弛、皮肤纹路。研究拟在约10个研究中心开展,共招募164名受试者,分布于北美(美国和加拿大)和中国。研究时长约6个月(26周)。目的是证明Thermage FLX系统治疗相较于未治疗对照组在以下方面的优效性:颈部和面部纹路及皱纹;颈部、腹部、上臂和面部的皮肤松弛,并评估Thermage FLX系统治疗相较于未治疗对照组的安全性和耐受性。

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。

获取专属数据定制方案