根治性乳房切除术后手法淋巴引流联合膈式呼吸运动
该数据集来自 clinicaltrials.gov,聚焦乳腺癌相关淋巴水肿,研究对象为根治性乳房切除术后患者。研究在 University of Lahore Teaching Hospital 及附属临床机构招募受试者,随机分为两组平行组,总研究周期 4 周,于基线和第 4 周末测量临床结局

基本信息
资源简介
根治性乳房切除术后手法淋巴引流联合膈式呼吸运动
该数据集来自 clinicaltrials.gov,聚焦乳腺癌相关淋巴水肿,研究对象为根治性乳房切除术后患者。研究在 University of Lahore Teaching Hospital 及附属临床机构招募受试者,随机分为两组平行组,总研究周期 4 周,于基线和第 4 周末测量临床结局。两组均先接受标准化基线物理治疗,包括 TENS 10 分钟、肩肘腕主动关节活动度练习各 10 次、上肢轻柔肌肉拉伸 3-5 次并保持 10 秒,随后接受各自不同的干预。数据可用于比较手法淋巴引流联合膈式呼吸运动与对照干预的效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Breast Cancer Related Lymphedema。符合纳入标准的参与者将从 University of Lahore Teaching Hospital 及附属临床机构招募。在知情同意后,参与者将采用抽签法随机分配到两个平行组之一,以确保分配无偏。总研究持续时间将为 4 周,临床结局在基线和第 4 周结束时测量。两组将首先接受标准化的基线物理治疗项目,包括:1. 经皮神经电刺激(TENS)应用 10 分钟。2. 肩、肘、腕的主动关节活动度(AROM)练习(各 10 次重复)。3. 轻柔的上肢肌肉拉伸(3-5 次重复,保持 10 秒)。在基线治疗之后,各组将接受其不同的干预
【主题与分类】
主题标签:Breast Cancer Related Lymphedema。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07676045
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/NCT07676045
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:乳腺癌相关淋巴水肿。符合纳入标准的参与者将从拉合尔大学教学医院及其附属临床机构招募。在签署知情同意书后,参与者将通过抽签法随机分配至两个平行组之一,以确保分配无偏倚。研究总时长将持续4周,临床结局在基线时和第4周结束时进行测量。两组首先接受标准化的基线物理治疗方案,包括:1. 经皮神经电刺激(TENS)治疗10分钟。2. 肩、肘、腕关节的主动关节活动度(AROM)练习(各10次重复)。3. 轻柔的上肢肌肉拉伸(3-5次重复,每次保持10秒)。在基线治疗之后,各组将接受各自不同的实验方案:* A组(对照组):将接受25至30分钟的专业手法淋巴引流(MLD)。该手法治疗将采用轻柔、缓慢、有节律的皮肤牵拉手法,方向朝向功能正常的近端未受累淋巴结,以促进液体清除。
- B组(实验组):将接受相同的25至30分钟MLD,随后立即进行2分钟的结构化膈式呼吸练习。参与者将在舒适的半卧位下练习控制性深呼吸(经鼻吸气4秒,让腹部隆起,随后呼气,并在下一次呼吸前暂停4秒)。整个干预方案将每周进行3次,持续4周。标准化结局评估将通过卷尺测量监测肢体周径差异的变化,使用通用量角器评估上肢功能性活动度,使用手臂、肩部和手部功能障碍(DASH)问卷评估残疾水平,并使用数字疼痛评定量表(NPRS)评估主观疼痛水平。
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。




