Tience®治疗痤疮瘢痕的适用性研究

该数据集来自clinicaltrials.gov,主题为Tience®(一种人脂肪组织衍生物)用于治疗痤疮瘢痕的适用性研究

Linio Biotech OyLinio Biotech Oy
clinicaltrials
浏览 26
其他分类AcneAcne Scars
The Suitability of Tience® for Treating Acne Scars

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-07

资源简介

Tience®治疗痤疮瘢痕的适用性研究

该数据集来自clinicaltrials.gov,主题为Tience®(一种人脂肪组织衍生物)用于治疗痤疮瘢痕的适用性研究。源站描述显示,Tience®旨在补充和替代软组织(包括皮肤)的局部细胞外基质缺陷,为损伤区域提供临时传导环境,促进局部细胞重新填充受损软组织与皮肤,从而沉积细胞外基质并修复组织。该产品已获授权用于伤口、瘢痕和软组织缺损的治疗。本研究旨在确定该产品是否适用于治疗痤疮瘢痕,并收集该适应症下使用Tience®的安全性数据。数据集覆盖痤疮与痤疮瘢痕相关主题,可用于评估产品适用性与安全性相关的分类或预测任务(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:痤疮、痤疮瘢痕。Tience®是一种人脂肪组织衍生物,拟用于人体,其原始用途是补充和替代软组织(包括皮肤)中的局部细胞外基质缺陷。Tience为损伤区域提供临时的传导环境。这有助于局部细胞重新填充受损的软组织和皮肤区域,从而使细胞外基质得以沉积并修复组织。Tience已获授权用于治疗伤口、瘢痕和软组织缺损。本研究的目的是确定该产品是否适用于治疗痤疮瘢痕,并收集Tience®在该适应症中使用的安全性数据。

【主题与分类】

主题标签:Acne、Acne Scars。本站分类:损伤、中毒及外因。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07368764

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/NCT07368764

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

条件:痤疮、痤疮瘢痕。Tience®是一种人脂肪组织衍生物,拟用于人体,其原始用途是补充和替代软组织(包括皮肤)中的局部细胞外基质缺陷。Tience为损伤区域提供临时的传导环境。这有助于局部细胞重新填充受损的软组织和皮肤区域,从而使细胞外基质得以沉积并修复组织。Tience获准用于治疗伤口、瘢痕和软组织缺损。本研究的目的是确定该产品是否适用于治疗痤疮瘢痕,并收集Tience®在该适应症中使用的安全性数据。

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