互动温和瑜伽改善接受放疗的I-III期乳腺癌患者生活质量
该数据集来自clinicaltrials.gov，聚焦接受放疗的I-III期乳腺癌患者，涵盖焦虑障碍、抑郁、导管原位癌、疲劳及IA至IIIC期乳腺癌等条件
基本信息
资源简介
互动温和瑜伽改善接受放疗的I-III期乳腺癌患者生活质量
该数据集来自clinicaltrials.gov，聚焦接受放疗的I-III期乳腺癌患者，涵盖焦虑障碍、抑郁、导管原位癌、疲劳及IA至IIIC期乳腺癌等条件。干预为通过多点视频会议实施的6周、每周两次的瑜伽课程，共12次，内容包括体式、深度放松、呼吸练习和冥想。主要目标是评估该干预的可行性，次要目标为获取干预前后抑郁、焦虑、疲劳、睡眠质量变化的初步数据，以及瑜伽课程对疲劳和痛苦的急性效应初步数据。可用于探索身心干预在肿瘤支持治疗中的可行性及初步效果（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：焦虑障碍、抑郁、导管原位癌、疲劳、IA期乳腺癌、IB期乳腺癌、II期乳腺癌、IIIA期乳腺癌。主要目标：I. 确定在接受放疗的乳腺癌患者中实施由多点视频会议提供的为期6周、每周两次的瑜伽干预的可行性。次要目标：I. 获取在接受放疗的乳腺癌女性中干预前后抑郁、焦虑、疲劳、睡眠质量变化的初步数据。II. 获取瑜伽课程对疲劳和痛苦的急性效应的初步数据。概述：参与者通过基于互联网的视频会议平台参加12次癌症适应性整体瑜伽课程。整体瑜伽包括体式、深度放松、呼吸练习和冥想，以创造
【主题与分类】
主题标签：Anxiety Disorder、Depression、Ductal Breast Carcinoma in Situ、Fatigue、Stage IA Breast Cancer、Stage IB Breast Cancer、Stage II Breast Cancer、Stage IIIA Breast Cancer、Stage IIIB Breast Cancer、Stage IIIC Breast Cancer。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02023008
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/NCT02023008
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：焦虑症、抑郁症、导管原位乳腺癌、疲劳、IA期乳腺癌、IB期乳腺癌、II期乳腺癌、IIIA期乳腺癌。主要目标：I. 确定在接受放射治疗的乳腺癌患者中，通过多点视频会议实施为期6周、每两周一次的瑜伽干预的可行性。次要目标：I. 获取接受放射治疗的乳腺癌女性在干预前后抑郁、焦虑、疲劳、睡眠质量变化的初步数据。II. 获取瑜伽课程对疲劳和困扰急性影响的初步数据。概述：参与者通过基于互联网的视频会议平台参加12次癌症适应性整体瑜伽课程。整体瑜伽包括体式、深度放松、呼吸练习和冥想，以创造深刻的平静与幸福体验。
参与者在放疗期间，每周两次、每次75分钟，在家中（或其他对参与者方便且能接入网络课程的地点）参加学习班，与小组指导者和成员进行双向互动，持续6周。鼓励参与者在每周两次的学习课程之外完成额外的瑜伽练习。研究完成后，对参与者进行为期1周的随访。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
