脑损伤后情绪与行为调节研究
该数据集来自 clinicaltrials.gov,聚焦获得性脑损伤、卒中、脑肿瘤康复后、脑炎、脑缺氧及脑膜炎患者。研究探索辩证行为疗法(DBT)技能训练对患者、其家庭成员及家庭系统互动的影响,采用三阶段、单中心、比较性、部分开放标签与单盲(仅语言标记)设计,并包含前瞻性个体层面与相关性二元层面(患

基本信息
资源简介
脑损伤后情绪与行为调节研究
该数据集来自 clinicaltrials.gov,聚焦获得性脑损伤、卒中、脑肿瘤康复后、脑炎、脑缺氧及脑膜炎患者。研究探索辩证行为疗法(DBT)技能训练对患者、其家庭成员及家庭系统互动的影响,采用三阶段、单中心、比较性、部分开放标签与单盲(仅语言标记)设计,并包含前瞻性个体层面与相关性二元层面(患者-家庭成员)的单案例实验研究,分析情绪-行为互动随 DBT 技能使用随时间的变化,同时探讨自由意志体验与情绪的关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:获得性脑损伤、卒中/脑血管意外(缺血性或出血性)、脑肿瘤(康复后)、脑炎、脑缺氧、脑膜炎。本研究将探讨辩证行为疗法(DBT)技能训练对获得性脑损伤患者、其家庭成员及其家庭系统互动的影响。->三重方法学:1. 3个阶段,单中心、比较性、部分结局指标开放标签、单盲(仅对语言标记)并设主动对照治疗;2. 前瞻性(个体层面)与相关性(二元层面:患者-家庭成员)单案例实验研究,探索情绪-行为互动随患者使用DBT技能随时间的变化。此外,将探讨自由意志体验(人类意志自由决定自身的属性)与情绪的关系。
【主题与分类】
主题标签:Acquired Brain Injury、Brain Tumor (After Recovery)、Encephalitis、Cerebral Anoxia、Meningitis。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05393492
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/NCT05393492
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
条件:获得性脑损伤、卒中/脑血管意外(缺血性或出血性)、脑肿瘤(康复后)、脑炎、脑缺氧、脑膜炎。本研究将探讨辩证行为疗法(DBT)技能训练对获得性脑损伤患者、其家庭成员及其家庭系统互动的影响。->三重方法学:1. 3个阶段,单中心、比较性、部分结局指标为开放标签、单盲(仅对语言标记物)并设活性对照治疗 2. 前瞻性(个体层面)与相关性(二元层面:来访者—家庭成员)单案例实验研究,探讨情绪—行为互动如何随来访者使用DBT技能随时间而变化。此外,将探讨自由意志体验(人类意志自由自我决定的属性),及其与获得性脑损伤后情绪和生命意义/灵性的关系,以及DBT后该体验的变化。3.
采用解释现象学分析(IPA)对半结构化个体进行定性研究。本研究的目标是表明,DBT技能的团体训练能使获得性脑损伤(ABI)患者:(1)改善生活质量——主要目标;(2)改善自尊和情绪调节;(3)减少抑郁症状和问题行为;(4)自我决定并实现个人目标(目标达成量表),以过上值得过的人生;(5)改善应对能力和家庭功能;(7)减轻照护者负担;(8)诠释自己的人生,更多地表达情绪、不加评判、接纳生活的艰难并具有改变的动力(通过对话语中带有情绪色彩的记忆进行语言分析来测量)。
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。




