认知训练减轻癌症患儿注意力缺陷
该数据集来自 clinicaltrials.gov,聚焦白血病、淋巴瘤与脑肿瘤患儿,围绕认知训练项目(CTP)在减轻注意力缺陷方面的应用

基本信息
资源简介
认知训练减轻癌症患儿注意力缺陷
该数据集来自 clinicaltrials.gov,聚焦白血病、淋巴瘤与脑肿瘤患儿,围绕认知训练项目(CTP)在减轻注意力缺陷方面的应用。CTP 包含针对五类注意力技能的训练程序,以及锻炼注意力过程的激励活动,并涉及改善儿童完成任务方式与任务后行为的指导,同时通过治疗维持动机、自尊与自信,帮助儿童保持专注。参与研究前需进行智力筛查测试以判断资格。数据可用于儿童肿瘤患者注意力干预相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病类型:白血病、淋巴瘤、脑肿瘤。认知训练项目(CTP)由许多要素组成。它包括旨在培养五种注意力技能的程序,以及锻炼您孩子注意力过程的激励性活动。CTP包括关于如何改善您孩子处理任务的思维方式、如何执行不同任务以及完成任务后如何做的指导。CTP还包括使用治疗来提高和维持动机、自尊和自信,以及帮助您的孩子保持动力并避免分心。在您的孩子参加本研究之前,他/她将接受所谓的“智力筛查测试”。该测试将帮助医生判断您的孩子是否有资格参加本研究。为了使孩子能够参与研究,他或她必须在筛查测试中达到> 70分(至少处于智力临界范围),因为这一智力水平是孩子理解CPT教育材料所必需的。在此测试之后,您的孩子可能无法继续参与本研究。筛查测试结果将与您讨论。您的孩子将被随机分配(如同掷硬币)到CTP组或“对照”组。对照组将接受标准教育支持,但不会接受研究期间提供的一对一认知训练。研究完成后,如果父母愿意,被随机分配到对照组的患者将有资格免费接受CTP干预。所有参与者将在三个时间点完成标准化的认知和学业测试:研究开始时、六个月后,然后再过六个月。测试将由一位非常有经验的研究助理进行,他/她会向您的孩子提问,并让他/她完成各种纸笔任务或拼图。三个时间点中每个时间点的测试
【主题与分类】
主题标签:Leukemia、Lymphoma、Brain Tumor。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00498719
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/NCT00498719
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:白血病、淋巴瘤、脑肿瘤。认知训练项目(CTP)由多个要素组成,包括旨在培养五种注意力技能的程序,以及锻炼您孩子注意力过程的激励活动。CTP包含指导,旨在改善您孩子处理任务的心态、执行不同任务的方式以及完成任务后的行为。此外,CTP还采用治疗手段来提升和维持动机、自尊和自信,帮助您的孩子保持动力,避免分心。在您的孩子参与本研究之前,将进行所谓的“智力筛查测试”。此测试将帮助医生判断您的孩子是否符合参与研究的条件。为了让孩子参与研究,他或她必须在筛查测试中得分>70(至少处于智力边缘范围),因为这一智力水平是孩子理解CTP教育材料所必需的。
在这项测试之后,您的孩子可能无法继续参与本研究。筛选测试结果将与您讨论。您的孩子将被随机分配(如同抛硬币一样)至CTP组或“对照”组。对照组将接受标准教育支持,但不会接受研究期间提供的一对一认知训练。研究完成后,若父母愿意,被随机分配至对照组的患者将有资格免费接受CTP干预。所有参与者将在三个时间点完成标准化的认知和学业测试:研究开始时、六个月后,以及再六个月后。测试将由一位非常有经验的研究助理进行,他/她会向您的孩子提问,并让其完成各种纸笔任务或拼图。三个时间点中每个时间点的测试
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。




