未破裂颅内动脉瘤的精神心理结局 (POUIA)

该数据集来自 clinicaltrials.gov,为一项对照、非随机、前瞻性队列研究,设有显微外科与血管内治疗组以及保守管理/观察的对照组,旨在比较未治疗未破裂颅内动脉瘤(UIA)知晓情况对对照组患者精神心理状态的影响与已治疗 UIA 患者的差异

Montefiore Medical CenterMontefiore Medical Center
clinicaltrials
浏览 16
医学影像预测Anxiety DepressionAneurysm CerebralMental Health Wellness 1
Psychiatric Outcomes of Unruptured Intracranial Aneurysms (POUIA)

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-08

资源简介

未破裂颅内动脉瘤的精神心理结局 (POUIA)

该数据集来自 clinicaltrials.gov,为一项对照、非随机、前瞻性队列研究,设有显微外科与血管内治疗组以及保守管理/观察的对照组,旨在比较未治疗未破裂颅内动脉瘤(UIA)知晓情况对对照组患者精神心理状态的影响与已治疗 UIA 患者的差异。纳入对象为试验启动时及此后两年内就诊于门诊、经 CTA、MRA 或 DSA 任一血管成像确诊 UIA 的患者。数据可用于研究 UIA 患者的精神心理结局及相关预测分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:焦虑抑郁、脑动脉瘤、心理健康 1。这是一项对照、非随机、前瞻性队列研究,设有平行分组:治疗组接受显微外科和血管内治疗,对照组对 UIA 进行保守管理/观察。本研究的目的是调查对未治疗 UIA 的知晓对入组对照组患者精神心理状态的影响,并与已治疗 UIA 患者进行比较。所有在试验启动时及此后两年内就诊于门诊、经任何血管成像方式(包括计算机断层血管造影 (CTA)、磁共振血管造影 (MRA) 和数字减影血管造影 (DSA))确诊 UIA 的患者都将被纳入。

【主题与分类】

主题标签:Anxiety Depression、Aneurysm Cerebral、Mental Health Wellness 1。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06123325

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/NCT06123325

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:焦虑抑郁、脑动脉瘤、心理健康状况 1. 这是一项对照、非随机、前瞻性队列研究,设有平行分组:治疗组接受显微外科和血管内治疗,对照组对未破裂颅内动脉瘤(UIA)进行保守管理/观察。本研究旨在探讨知晓存在未治疗的UIA对入组对照组患者精神及心理状态的影响,并与已治疗UIA的患者进行比较。所有在试验启动时及随后2年内因任何血管造影成像方式(包括计算机断层血管造影(CTA)、磁共振血管造影(MRA)和数字减影血管造影(DSA))诊断为UIA而就诊于门诊的患者均将纳入。

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