瑜伽疗法治疗恶性脑肿瘤患者
该数据集来自 clinicaltrials.gov,主题为瑜伽疗法在恶性脑肿瘤患者中的应用,属于肿瘤/脑肿瘤领域。覆盖成人间变性星形细胞瘤、间变性室管膜瘤、间变性脑膜瘤、间变性少突胶质细胞瘤、成人脑干胶质瘤、成人脉络丛肿瘤、成人弥漫性星形细胞瘤、成人室管膜母细胞瘤等病种

基本信息
资源简介
瑜伽疗法治疗恶性脑肿瘤患者
该数据集来自 clinicaltrials.gov,主题为瑜伽疗法在恶性脑肿瘤患者中的应用,属于肿瘤/脑肿瘤领域。覆盖成人间变性星形细胞瘤、间变性室管膜瘤、间变性脑膜瘤、间变性少突胶质细胞瘤、成人脑干胶质瘤、成人脉络丛肿瘤、成人弥漫性星形细胞瘤、成人室管膜母细胞瘤等病种。主要目标为评估患者参与瑜伽试验的参与率、入组、依从性与保留率;次要目标包括获取疲劳、心理困扰、睡眠障碍、认知功能及健康相关生活质量从基线到干预结束(6周及12周)的变异性估计,并初步评估瑜伽干预在疲劳、心理困扰和认知功能方面的疗效。可用于脑肿瘤患者支持性照护与康复研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:成人间变性星形细胞瘤、成人间变性室管膜瘤、成人间变性脑膜瘤、成人间变性少突胶质细胞瘤、成人脑干胶质瘤、成人脉络丛肿瘤、成人弥漫性星形细胞瘤、成人室管膜母细胞瘤。主要目标:I. 评估恶性脑肿瘤患者参与瑜伽试验的参与率、入组、依从性和保留率。次要目标:I. 获取从基线到干预结束(6周,即现场干预后)和12周(即完整干预后)自我报告的疲劳、心理困扰(即抑郁、焦虑)、睡眠障碍、认知功能和健康相关生活质量的变异性估计。II. 初步评估瑜伽干预对恶性脑肿瘤患者在疲劳、心理困扰和认知功能结局方面的疗效。III. 标准化
【主题与分类】
主题标签:Adult Anaplastic Astrocytoma、Adult Anaplastic Ependymoma、Adult Anaplastic Meningioma、Adult Anaplastic Oligodendroglioma、Adult Brain Stem Glioma、Adult Choroid Plexus Tumor、Adult Diffuse Astrocytoma、Adult Ependymoblastoma、Adult Ependymoma、Adult Giant Cell Glioblastoma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01234805
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/NCT01234805
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:成人间变性星形细胞瘤、成人间变性室管膜瘤、成人间变性脑膜瘤、成人间变性少突胶质细胞瘤、成人脑干胶质瘤、成人脉络丛肿瘤、成人弥漫性星形细胞瘤、成人室管膜母细胞瘤。主要目标:I. 评估恶性脑肿瘤患者参与瑜伽试验的参与率、招募、依从性和保留率。次要目标:I. 获取从基线到干预结束(第6周现场干预后和第12周完整干预后)自我报告疲劳、痛苦(即抑郁、焦虑)、睡眠障碍、认知功能和健康相关生活质量变异性的估计值。II. 获取瑜伽干预对恶性脑肿瘤患者在疲劳、痛苦和认知功能结局方面疗效的初步估计值。III. 标准化适用于脑肿瘤患者的癌症特异性瑜伽方案。大纲:患者在第1-6周期间每周参加两次瑜伽课程,每次75分钟,包括体式、深度放松、呼吸练习和冥想。
随后,患者在第7至12周期间每周在家练习瑜伽两次,每次45分钟。完成研究治疗后,患者将接受为期4至5个月的定期随访。
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。




