Glioblastoma与Head and Neck Cancer的心理与精神特征数据集
该数据集来自clinicaltrials.gov,聚焦Glioblastoma与Head and Neck Cancer患者,覆盖约30%癌症患者可能出现的心理病理障碍,包括情绪障碍、焦虑、抑郁、适应障碍及自杀意念,并涉及混合抑郁、孤独感、士气低落与心理韧性等保护因素

基本信息
资源简介
Glioblastoma与Head and Neck Cancer的心理与精神特征数据集
该数据集来自clinicaltrials.gov,聚焦Glioblastoma与Head and Neck Cancer患者,覆盖约30%癌症患者可能出现的心理病理障碍,包括情绪障碍、焦虑、抑郁、适应障碍及自杀意念,并涉及混合抑郁、孤独感、士气低落与心理韧性等保护因素。数据可用于分析这两类预后差、治疗毒性强的肿瘤患者心理与精神共病特征,支持相关预测或分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Glioblastoma、Head and Neck Cancer。约30%的癌症患者可能经历心理病理障碍。癌症患者中最常见的心理病理障碍是情绪障碍、焦虑、抑郁、适应障碍和自杀意念。在抑郁障碍中,混合抑郁同时存在抑郁和躁狂极性的症状,与更高的慢性化水平、功能损害和自杀倾向相关。这些障碍还可能因孤独感和士气低落而加重。Head and Neck Cancer(H&N-C)和Glioblastoma multiforme(GBM)患者具有较高的心理乃至精神共病,可能归因于这些癌症的严重性、不良预后和严酷的治疗毒性。心理病理学最重要的保护因素是心理韧性,即“the cap
【主题与分类】
主题标签:Glioblastoma、Head and Neck Cancer。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06385132
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/NCT06385132
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:胶质母细胞瘤、头颈癌。约30%的癌症患者可能出现精神病理障碍。癌症患者中最常见的精神病理障碍为心境障碍、焦虑、抑郁、适应障碍及自杀意念。在抑郁障碍中,混合性抑郁(同时存在抑郁与躁狂两极症状)与更高的慢性化程度、功能损害及自杀风险相关。孤独感和沮丧感也可加重这些障碍。头颈癌(H&N-C)和多形性胶质母细胞瘤(GBM)患者具有较高的心理乃至精神共病,可能归因于这类癌症的严重性、不良预后及严苛的治疗毒性。精神病理最重要的保护因素是心理韧性,即“个体在面对生活逆境(如GBM或H&N-C诊断)时保护自身及其心理健康的能力”。心理韧性受情感气质影响,后者指与环境刺激的行为和情绪反应性相关的基本人格特质。
据认为,这一特征由生物学决定,并在整个生命过程中相对稳定。迄今为止,文献尚未阐明心理韧性和气质在介导癌症患者心理特征方面的作用。此外,目前文献中缺乏对这些患者在治疗旅程中如此关键和 pivotal 时刻的心理和精神特征的广泛分析。本研究旨在评估受GBM和H&N-C影响患者的整体心理和精神特征,以及放疗疗程中随时间可能出现的波动。开展早期且准确的心理病理问题筛查,将有机会避免可能加重患者依从性、导致自杀风险和增加住院的因素。所获得的结果将用于pl
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。




