儿童脑肿瘤患者认知干预后脑变化测量

该数据集来自 clinicaltrials.gov,聚焦儿童原发性脑肿瘤患者在癌症治疗期间及治疗后的认知干预研究。研究采用在线计算机化认知训练程序,每天约15分钟、每周5天、持续8周,并配合每周认知教练随访和训练结束后的问卷调查

Hugo W. Moser Research Institute at Kennedy Krieger, Inc.Hugo W. Moser Research Institute at Kennedy Krieger, Inc.
clinicaltrials
浏览 8
表格Brain Tumor, Pediatric
Measuring Brain Changes Following Cognitive Intervention in Pediatric Patients With Brain Tumors

基本信息

模态
表格
创建/更新时间
2026-10-20

资源简介

儿童脑肿瘤患者认知干预后脑变化测量

该数据集来自 clinicaltrials.gov,聚焦儿童原发性脑肿瘤患者在癌症治疗期间及治疗后的认知干预研究。研究采用在线计算机化认知训练程序,每天约15分钟、每周5天、持续8周,并配合每周认知教练随访和训练结束后的问卷调查。研究旨在评估该干预对脑肿瘤患儿的可行性、可接受性,以及是否改善神经心理功能,包括加工速度、注意力和工作记忆。该研究无对照组,数据可用于探索儿童脑肿瘤认知康复干预的实施与效果评估(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:脑肿瘤,儿童。本研究的目标是了解在线计算机化训练程序能否在儿童原发性脑肿瘤患者活跃癌症治疗期间及治疗后改善其加工速度、注意力和工作记忆。它旨在回答的主要问题是:1. 该认知干预对脑肿瘤患儿在癌症治疗期间及治疗后实施是否可行?2. 该认知干预对儿童和照护者是否可接受?3. 该认知干预是否改善神经心理功能?本研究没有对照组。参与者将:1. 完成为期8周、每天约15分钟、每周5天的在线计算机化认知训练程序;2. 每周与认知教练进行随访;3. 在认知训练程序结束时完成一份调查;4. 完成前- a

【主题与分类】

主题标签:Brain Tumor, Pediatric。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07558473

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/NCT07558473

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:脑肿瘤,儿童。本研究旨在了解一种在线计算机化训练项目能否改善原发性脑肿瘤儿童在癌症活跃治疗期间及治疗后的处理速度、注意力和工作记忆。其主要拟回答的问题为:1. 该认知干预对脑肿瘤儿童在癌症治疗期间及治疗后实施是否可行?2. 该认知干预对儿童及照护者是否可接受?3. 该认知干预能否改善神经心理功能?本研究无对照组。参与者将:1. 完成为期8周、每周5天、每天约15分钟的在线计算机化认知训练项目;2. 每周与认知教练进行沟通;3. 在认知训练项目结束时完成一份调查问卷;4. 完成干预前和干预后的神经心理测试。

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。

获取专属数据定制方案