中等强度间歇有氧运动对接受放疗的乳腺癌患者炎症、免疫、代谢、体适能与生活质量的影响
该数据集来自 clinicaltrials.gov,属于肿瘤/乳腺癌领域,聚焦接受放疗的乳腺癌患者。源站描述指出,乳腺癌及其放疗可能与全身炎症、血液学、心脏、身体成分、功能及生活质量改变相关,而运动是肿瘤治疗期间具有潜在益处的非药物策略

基本信息
资源简介
中等强度间歇有氧运动对接受放疗的乳腺癌患者炎症、免疫、代谢、体适能与生活质量的影响
该数据集来自 clinicaltrials.gov,属于肿瘤/乳腺癌领域,聚焦接受放疗的乳腺癌患者。源站描述指出,乳腺癌及其放疗可能与全身炎症、血液学、心脏、身体成分、功能及生活质量改变相关,而运动是肿瘤治疗期间具有潜在益处的非药物策略。该随机对照试验旨在评估监督下中等强度间歇有氧运动方案对接受放疗的乳腺癌女性全身炎症与免疫来源血液学指标、心脏生物标志物、身体成分、肌肉力量、下肢爆发力、睡眠质量及乳腺癌特异性生活质量的影响,可用于相关结局的预测或回归建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:放疗、炎症、免疫系统、体适能、乳腺癌。乳腺癌及其放疗治疗可能与全身炎症、血液学、心脏、身体成分、功能和生活质量改变相关。运动已成为一种在肿瘤治疗期间具有潜在益处的非药物策略;然而,关于监督下中等强度间歇有氧运动在放疗期间的效果,仍需进一步证据。这项随机对照试验旨在评估监督下中等强度间歇有氧运动方案对接受放疗的乳腺癌女性全身炎症和免疫来源的血液学指标、心脏生物标志物、身体成分、肌肉力量、下肢爆发力、睡眠质量以及乳腺癌特异性生活质量的影响。
【主题与分类】
主题标签:Radiotherapy、Inflamation、Immune System、Physical Fitness、Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07583719
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/NCT07583719
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:放疗、炎症、免疫系统、体能、乳腺癌。乳腺癌及其放疗治疗可能与全身性炎症、血液学、心脏、身体成分、功能和生活质量的改变相关。运动已成为肿瘤治疗期间具有潜在益处的非药物策略;然而,关于放疗期间监督下中等强度间歇有氧运动效果的证据仍需进一步积累。本随机对照试验旨在评估监督下中等强度间歇有氧运动方案对接受放疗的乳腺癌女性全身炎症及免疫源性血液学指标、心脏生物标志物、身体成分、肌肉力量、下肢爆发力、睡眠质量和乳腺癌特异性生活质量的影响。参与者将被分配至在放疗期间进行监督下中等强度间歇有氧运动的实验组,或在研究期间接受常规护理而不进行结构化运动的对照组。
将在基线时和干预期结束后评估结局。
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。




