虚拟现实用于HyFoSy期间疼痛与焦虑
该数据集来自clinicaltrials.gov,围绕不孕症评估中的子宫输卵管泡沫超声造影(HyFoSy)展开,关注操作过程中的疼痛与焦虑问题

基本信息
资源简介
虚拟现实用于HyFoSy期间疼痛与焦虑
该数据集来自clinicaltrials.gov,围绕不孕症评估中的子宫输卵管泡沫超声造影(HyFoSy)展开,关注操作过程中的疼痛与焦虑问题。源站描述指出,HyFoSy虽总体耐受良好且疼痛低于子宫输卵管造影,但部分女性仍会出现操作相关疼痛和焦虑,可能影响就医体验并导致回避未来妇科检查,焦虑还可能引起宫颈痉挛、增加操作难度。虚拟现实作为一种非药物干预,已被研究用于减轻多种医疗操作中的疼痛、焦虑和压力。该数据可用于相关临床研究与患者体验分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:不孕症。子宫输卵管泡沫超声造影(HyFoSy)是一种微创的超声检查方法,用于在不孕症评估中评价宫腔和输卵管通畅性。尽管HyFoSy通常耐受良好,且与子宫输卵管造影相比疼痛更少,但部分女性仍会经历操作相关疼痛和焦虑。妇科操作相关的疼痛和焦虑可能对患者体验产生负面影响,并可能导致回避未来的妇科检查和操作。焦虑还可能引起宫颈痉挛,并可能增加操作的技术难度。虚拟现实(VR)是一种非药物干预手段,已被研究用于减轻多种医疗操作中的疼痛、焦虑和压力。此前妇产科领域的研究已报告有ben
【主题与分类】
主题标签:Infertility。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07816393
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/NCT07816393
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:不孕症。子宫输卵管泡沫超声造影(HyFoSy)是一种微创的超声检查方法,用于评估宫腔和输卵管通畅性,作为不孕症评估的一部分。尽管HyFoSy通常耐受良好,且与子宫输卵管造影相比疼痛较轻,但部分女性仍会经历操作相关疼痛和焦虑。妇科操作相关的疼痛和焦虑可能对患者体验产生负面影响,并可能导致患者回避未来的妇科检查和操作。焦虑还可能引起宫颈痉挛,从而可能增加操作的技术难度。虚拟现实(VR)是一种非药物干预手段,已被研究用于减轻各种医疗操作过程中的疼痛、焦虑和压力。既往妇产科领域的研究报道,VR在羊膜腔穿刺术、宫腔镜检查和宫腔内人工授精等操作中具有有益效果。然而,VR在HyFoSy过程中的作用尚未得到充分研究。
本随机对照研究的目的是评估VR与标准护理相比在HyFoSy过程中对操作性疼痛和焦虑的影响。主要结局将采用视觉模拟量表(VAS)评估的最大操作性疼痛。状态焦虑将采用斯皮尔伯格状态-特质焦虑量表的状态分量表(STAI-S)进行评估。对操作性应激的生理反应将通过连续心率和心率变异性(HRV)监测进行评估。随机分配至VR干预组的参与者将在HyFoSy操作开始前约5分钟开始使用VR眼镜,并贯穿整个操作过程。参与者能够选择其偏好的放松性VR内容。随机分配至标准护理组的参与者将在操作前休息约5分钟,并按照标准临床实践在不使用VR的情况下接受HyFoSy。心率将
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。




