胸壁或脊柱手术后疼痛的综合研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT04031716

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：术后疼痛、漏斗胸、特发性脊柱侧凸。本研究为临床前瞻性研究。除冥想干预外，所有目标均为观察性研究，冥想干预将限于100名漏斗胸参与者和100名脊柱参与者（每组随机分配为50/50）。我们将在研究期间招募600名符合条件的参与者，以获取必要数据，从而推导出表型与基因型匹配的预测模型。除从留置管线采血以及为随机冥想组使用额外的整合健康程序（专注冥想指导，以及常规按摩和呼吸技巧）外，本研究不会干扰标准麻醉或围手术期护理。研究人员将进行心理社会和体感评估，并从参与者医疗记录中记录相关数据。整合健康部门将协助在术前阶段向随机冥想参与者教授专注冥想。将为所有参与者提供活动记录设备，并向随机冥想组提供MUSETM。

疼痛团队将根据《漏斗胸疼痛管理方案》指导围手术期疼痛管理。

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。