卒中后焦虑、抑郁和失眠的本森放松疗法
本多中心、评估者盲法随机对照试验在急性缺血性卒中后7-14天患者中评估Benson放松技术（BRT）的短期效果。BRT是含呼吸、肌肉放松和引导想象的非药物身心干预
基本信息
资源简介
卒中后焦虑、抑郁和失眠的本森放松疗法
本多中心、评估者盲法随机对照试验在急性缺血性卒中后7-14天患者中评估Benson放松技术（BRT）的短期效果。BRT是含呼吸、肌肉放松和引导想象的非药物身心干预。84人按1:1随机分入BRT组或结构化健康教育对照组，每日2次、每次20分钟、共14天。基线及第14天评估焦虑、抑郁、睡眠及前额叶脑功能，主要结局为HADS-A/D和PSQI。74人完成分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：急性缺血性卒中、卒中后焦虑、卒中后抑郁、睡眠。卒中是全球范围内导致残疾的主要原因。许多患者在恢复早期会出现焦虑、抑郁和睡眠障碍，这可能会延缓康复。用于情绪症状的药物可能有副作用，尤其是在急性卒中患者中。Benson放松技术（BRT）是一种非药物心身干预，包括呼吸练习、肌肉放松和引导性想象。这项多中心、评估者盲法、随机对照试验旨在评估BRT对缺血性卒中后7-14天患者焦虑、抑郁、睡眠质量、生活质量和前额叶脑功能的短期影响。总共84名参与者将按1:1随机分配至BRT组或结构化健康教育主动对照组。干预将在14天内每天进行两次，每次20分钟。结局将在基线（T0）和干预后（T1，第14天）进行评估。假设10-12%的脱落率，约10名参与者将退出，剩下74名参与者（每组37名）完成研究并纳入最终分析。主要结局是医院焦虑抑郁量表（HADS-A和HADS-D）和匹兹堡睡眠质量指数（PSQI）。次要结局包括卒中专用生活质量量表（SS-QOL）和静息态功能性近红外光谱（fNIRS）指标。
【主题与分类】
主题标签：Ischemic Stroke, Acute、Post-stroke Anxiety、Post-stroke Depression、Sleep。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07731282
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/NCT07731282
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：急性缺血性卒中、卒中后焦虑、卒中后抑郁、睡眠。卒中是全球范围内导致残疾的主要原因。许多患者在恢复早期会出现焦虑、抑郁和睡眠障碍，这可能会延缓康复。用于情绪症状的药物可能有副作用，尤其是在急性卒中患者中。Benson放松技术（BRT）是一种非药物心身干预，包括呼吸练习、肌肉放松和引导性想象。这项多中心、评估者盲法、随机对照试验旨在评估BRT对缺血性卒中后7-14天患者焦虑、抑郁、睡眠质量、生活质量和前额叶脑功能的短期影响。总共84名参与者将按1:1随机分配至BRT组或结构化健康教育主动对照组。干预将在14天内每天进行两次，每次20分钟。结局将在基线（T0）和干预后（T1，第14天）进行评估。假设10-12%的脱落率，约10名参与者将退出，剩下74名参与者（每组37名）完成研究并纳入最终分析。主要结局是医院焦虑抑郁量表（HADS-A和HADS-D）和匹兹堡睡眠质量指数（PSQI）。次要结局包括卒中专用生活质量量表（SS-QOL）和静息态功能性近红外光谱（fNIRS）指标。
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。
