Xtresse血清用于头发稀疏人群的研究
该数据集来自clinicaltrials.gov,记录了一项评估Xtresse血清用于头发稀疏人群的研究。研究涉及头发稀疏、脱发、秃发等状况,参与者需提供个人基本信息、病史并接受医学检查,每日涂抹血清并完成治疗日志,同时接受临床评估与摄影、头发密度测量等记录

基本信息
资源简介
Xtresse血清用于头发稀疏人群的研究
该数据集来自clinicaltrials.gov,记录了一项评估Xtresse血清用于头发稀疏人群的研究。研究涉及头发稀疏、脱发、秃发等状况,参与者需提供个人基本信息、病史并接受医学检查,每日涂抹血清并完成治疗日志,同时接受临床评估与摄影、头发密度测量等记录。数据可用于了解该研究的设计、入排标准及评估方法,适用于脱发相关临床研究的参考与分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:头发稀疏、脱发、秃发、头发稀疏。在本研究中,参与者将被要求完成以下事项: 提供基本个人信息(包括出生日期、性别、种族和民族) 提供其医疗/手术史并接受医学检查(包括但不限于针对症状的体格检查、皮肤类型、生命体征、身高、体重和妊娠试验) 遵守研究规则,例如避免某些药物和治疗 提供研究开始后出现的任何药物、治疗或反应的信息 每日涂抹血清并完成治疗日志 允许进行临床评估和治疗记录,例如摄影、头发密度测量、任何反应或副作用。要符合本试验的资格,参与者必须: 为18-65岁的成年人 具有一致的自我感知头发稀疏 h
【主题与分类】
主题标签:Thin Hair、Hair Loss、Alopecia、Thinning Hair。本站分类:妊娠、分娩和产褥期。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07228156
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/NCT07228156
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:头发稀疏、脱发、秃发、头发变薄。在这项研究中,参与者将被要求完成以下事项:* 提供基本个人信息(包括出生日期、性别、种族和民族)* 提供其病史/手术史并接受医学检查(包括但不限于针对症状的体格检查、皮肤类型、生命体征、身高、体重和妊娠试验)* 遵守研究规则,例如避免使用某些药物和治疗 * 提供研究开始后出现的任何药物、治疗或反应的信息 * 每天涂抹精华液并填写治疗日志 * 允许进行临床评估和治疗记录,例如拍照、头发密度测量、任何反应或副作用。要符合本试验的资格,参与者必须:* 为18-65岁的成年人 * 具有持续自我感知的头发稀疏。
- 自愿提供书面同意
- 愿意遵循研究指示并完成研究要求,包括保持当前饮食和护发习惯,不在治疗区域使用未经批准的乳液和乳霜
- 允许拍摄头皮前部和顶部区域的照片
- 在研究前和研究期间不怀孕或哺乳,并同意使用可接受的避孕方式
- 确认对研究治疗中的任何成分不过敏
研究期间收集的治疗区域所有照片将作为研究数据使用。所有参与者有权在任何时候拒绝继续参与研究。
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。




