烧伤患者术后使用FS2减轻瘢痕
该数据集来自clinicaltrials.gov，主题为烧伤患者术后使用含0.5% FS2的乳膏以减轻瘢痕。研究前90天采用双盲设计，患者与研究者均不知使用的是对照乳膏IP1还是含0.5% FS2的治疗乳膏IP2，产品涂抹于供皮区和植皮区；之后90天转为开放标签，所有患者均使用FS2乳膏
基本信息
资源简介
烧伤患者术后使用FS2减轻瘢痕
该数据集来自clinicaltrials.gov，主题为烧伤患者术后使用含0.5% FS2的乳膏以减轻瘢痕。研究前90天采用双盲设计，患者与研究者均不知使用的是对照乳膏IP1还是含0.5% FS2的治疗乳膏IP2，产品涂抹于供皮区和植皮区；之后90天转为开放标签，所有患者均使用FS2乳膏。研究对植皮区和供皮区拍照，并在初次访视及后续每次评估访视时采用POSAS和VSS进行评分记录。约半数参与者（36人）完成第90天访视时进行中期分析，据此决定继续双盲设计或转为开放标签。数据可用于烧伤瘢痕与创面相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：烧伤瘢痕、烧伤创面。在研究的前90天，患者和研究者均不知道使用的是哪种乳膏：对照乳膏（IP1）或含0.5% FS2的治疗乳膏（IP2）。分配的研究产品将涂抹于供皮区和植皮区。前90天后，所有患者将在开放标签期内再使用FS2乳膏90天，在此期间所有人都知道自己正在接受FS2。植皮区和供皮区将被拍照并评估（POSAS和VSS），在初次访视时以及此后每次评估访视时进行评分和记录。当约一半参与者（36人）完成第90天访视时，将进行中期分析。根据结果，研究可能按计划继续采用两种治疗、盲法设计，也可能转为开放标签形式，其中所
【主题与分类】
主题标签：Burn Scar、Burn Wound。本站分类：损伤、中毒及外因。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06807021
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/NCT06807021
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：烧伤瘢痕、烧伤创面。在研究的前90天内，患者和研究者均不知晓使用的是哪种乳膏：对照乳膏（IP1）还是含0.5% FS2的治疗乳膏（IP2）。分配的研究产品将涂抹于供皮区和皮肤移植区。前90天之后，所有患者将进入开放标签期，再使用FS2乳膏90天，在此期间所有人都知道自己使用的是FS2。移植区和供皮区将在初次访视及此后每次评估访视时进行拍照和评估（POSAS和VSS），并评分记录。当约半数受试者（36人）完成第90天访视时，将进行中期分析。根据结果，研究可能按计划继续采用两种治疗、盲法设计，也可能转为开放标签形式，即所有患者（已在研究中的或新入组的）均使用FS2乳膏。
监管 - 人类受试者保护审查部分续：站点#02（埃德蒙顿）批准编号：Pro00151882 委员会名称：HREB - 生物医学小组 委员会隶属：HREB - 阿尔伯塔大学 委员会联系信息：780-492-8320（电话），vnadeau@ualberta.ca（电子邮件）
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。
