虚拟现实用于胃肠道癌痛以改善患者报告结局
该数据集来自 clinicaltrials.gov,聚焦胃肠道癌痛这一常见且负担沉重的病症。医学治疗对胃肠道癌痛并非总是有效,因此需要无药物的替代方案来补充甚至替代阿片类药物等治疗

基本信息
资源简介
虚拟现实用于胃肠道癌痛以改善患者报告结局
该数据集来自 clinicaltrials.gov,聚焦胃肠道癌痛这一常见且负担沉重的病症。医学治疗对胃肠道癌痛并非总是有效,因此需要无药物的替代方案来补充甚至替代阿片类药物等治疗。研究评估一种名为虚拟现实(VR)的新技术:使用者佩戴带有三维屏幕的护目镜,产生被带入逼真世界的感觉。证据显示 VR 可通过多种机制减轻疼痛,研究还表明 VR 有助于训练冥想、深呼吸和应对疼痛等新技能。本研究中,胃肠道癌痛患者将被随机分入三组(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:癌痛、内脏痛、胃肠道肿瘤、胃肠道癌症、小肠癌、胰腺癌、肝癌、结肠癌。胃肠道癌痛是一种常见且代价高昂的病症。医学治疗对管理胃肠道癌痛并非总是有效;需要无药物的替代方案来补充甚至替代医学治疗,例如阿片类药物。本研究将评估一种名为虚拟现实(VR)的新技术。VR 使用者佩戴一副带有三维屏幕的护目镜,产生被带入逼真世界的感觉。证据显示 VR 可通过许多不同机制减轻疼痛。研究表明,VR 还可帮助人们训练新技能,例如冥想、深呼吸以及学习如何应对疼痛。在本研究中,胃肠道癌痛患者将被随机分入三组。
【主题与分类】
主题标签:Cancer Pain、Visceral Pain、Gastrointestinal Neoplasms、Cancer of Gastrointestinal Tract、Small Intestine Cancer、Pancreas Cancer、Liver Cancer、Colon Cancer、Biliary Tract Cancer、Stomach Cancer。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04907643
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/NCT04907643
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:癌痛、内脏痛、胃肠道肿瘤、胃肠道癌症、小肠癌、胰腺癌、肝癌、结肠癌。胃肠道癌症疼痛是一种普遍且代价高昂的病症。药物治疗并不总能有效管理胃肠道癌症疼痛;需要无药物的替代疗法来补充甚至替代药物治疗,如阿片类药物。本研究将评估一种称为虚拟现实(VR)的新技术。VR用户佩戴一副带有三维屏幕的护目镜,营造出被传送到逼真世界的感觉。有证据表明,VR可以通过多种不同机制减轻疼痛。研究显示,VR还能帮助人们训练新技能,如冥想、深呼吸以及学习如何应对疼痛。在这项研究中,患有胃肠道癌症疼痛的患者将被随机分为三个等大小的组:(1)沉浸式技能型VR疗法;(2)沉浸式分心VR疗法;(3)使用VR头显中显示的2D视频的非沉浸式假VR。
基于技能的治疗将利用虚拟疗愈环境,向患者传授冥想、呼吸练习和疼痛管理知识。分散注意力的治疗则将采用沉浸式视频,旨在让患者的注意力从疼痛中转移。而假虚拟现实治疗虽会使用VR眼镜,但患者仅能观看二维视频,而非三维沉浸式体验。符合条件的患者需患有胃肠癌疼痛,即在NIH PROMIS胃肠量表上的腹痛评分至少比全国平均水平高出5分,并且已确诊胃肠癌。研究将排除18岁以下、无法理解同意书、预期生存期少于3个月、脑肿瘤治疗无响应或面部受伤难以佩戴设备的个体。分组随机化将通过名为REDCap的计算机程序进行,并在获得患者参与研究的同意后实施。VR眼镜将通过FedEx寄送给三组中的所有患者,并附上使用说明。随后,要求患者积极使用这些设备。
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。




