神经认知评估 CNSL 与 LGG
该数据集来自 clinicaltrials.gov，聚焦于新诊断的原发性中枢神经系统淋巴瘤（PCNSL）和 IDH 突变低级别胶质瘤（LGG）患者，属于肿瘤/脑肿瘤领域
基本信息
资源简介
神经认知评估 CNSL 与 LGG
该数据集来自 clinicaltrials.gov，聚焦于新诊断的原发性中枢神经系统淋巴瘤（PCNSL）和 IDH 突变低级别胶质瘤（LGG）患者，属于肿瘤/脑肿瘤领域。研究为前瞻性纵向预试验，旨在评估所选数字认知测试相较于传统神经心理学测量的效度和信度。参与者在基线、6 个月以及治疗后或 12 个月随访时完成传统纸笔神经心理学测试和数字认知评估，并使用 FACT-br 和 HADS 问卷及脑 MRI 评估生活质量和情绪。数据可用于认知表现与神经影像结果关联的探索（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：PCNSL、脑肿瘤、认知功能障碍、IDH 突变、低级别胶质瘤。这是一项前瞻性、纵向、预试验研究，旨在评估所选数字认知测试相较于传统神经心理学测量在新诊断的原发性中枢神经系统淋巴瘤（PCNSL）和 IDH 突变低级别胶质瘤（LGG）参与者中的效度和信度。参与者将在基线、6 个月以及治疗后或 12 个月随访时完成传统纸笔神经心理学测试和数字认知评估，具体取决于诊断。生活质量和情绪将使用 FACT-br 和 HADS 问卷以及脑 MRI（磁共振成像）进行评估。该研究将评估数字认知测试的效度以及重测信度，并探索认知表现与神经影像结果之间的关联。
【主题与分类】
主题标签：PCNSL、Brain Tumor、Cognitive Dysfunction、IDH Mutation、Low-grade Glioma。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07710131
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/NCT07710131
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：原发性中枢神经系统淋巴瘤、脑肿瘤、认知功能障碍、IDH突变、低级别胶质瘤。这是一项前瞻性、纵向、初步研究，旨在评估选定的数字认知测试在新诊断的原发性中枢神经系统淋巴瘤（PCNSL）和IDH突变型低级别胶质瘤（LGG）参与者中，与传统神经心理学测量方法相比的有效性和可靠性。参与者将在基线、6个月以及治疗后或12个月随访时（取决于诊断）完成传统的纸笔神经心理学测试和数字认知评估。生活质量和情绪将使用FACT-br和HADS问卷以及脑MRI（磁共振成像）进行评估。该研究将评估数字认知测试的有效性以及重测信度，并探索认知表现与神经影像学结果之间的关联。预计在12个月内约有36人参与这项研究。
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。
