Onco-Vascular Exer-Study 肿瘤血管运动研究数据集
该数据集来源于 clinicaltrials.gov,聚焦乳腺癌与血管及代谢相关疾病,涵盖外周血管病、动脉高血压、内皮功能障碍和代谢疾病等主题

基本信息
资源简介
Onco-Vascular Exer-Study 肿瘤血管运动研究数据集
该数据集来源于 clinicaltrials.gov,聚焦乳腺癌与血管及代谢相关疾病,涵盖外周血管病、动脉高血压、内皮功能障碍和代谢疾病等主题。源站描述指出,尽管运动训练对癌症幸存者在焦虑、抑郁症状、疲劳、生活质量、淋巴水肿和身体功能等方面的效果已有较充分证据,但运动训练对癌症幸存者心血管和代谢指标的影响仍不明确且证据极少。该现象在智利具有现实意义,因为癌症是智利第二大死因,乳腺癌居各类癌症首位,运动训练在治疗及治疗后具有重要价值。该数据可用于研究运动干预对乳腺癌幸存者心血管与代谢结局的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:乳腺癌、外周血管病、动脉高血压、内皮功能障碍、代谢疾病。尽管有“扎实”证据支持运动训练对癌症幸存者(CS)在改善焦虑、抑郁症状、疲劳、生活质量、淋巴水肿和身体功能等变量方面的效果,但遗憾的是,关于运动训练对癌症幸存者心血管和代谢变量影响的研究仍属未知,且证据极少。癌症幸存者运动训练现象具有相关性,因为正如所指出的,癌症是智利第二大死因,尤其是乳腺癌居所有癌症类型首位,而运动训练在治疗及治疗后具有重要价值。因此,需要填补科学空白,即需要……
【主题与分类】
主题标签:Breast Cancer、Vascular Disease,Peripheral、Arterial Hypertension、Endothelial Dysfunction、Metabolic Disease。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06766903
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/NCT06766903
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、外周血管疾病、动脉高血压、内皮功能障碍、代谢性疾病。尽管有“确凿”证据支持运动训练对癌症幸存者(CS)在改善焦虑、抑郁症状、疲劳、生活质量、淋巴水肿和身体功能等变量方面的效果,但不幸的是,关于运动训练对癌症幸存者心血管和代谢变量影响的研究仍鲜为人知,且证据极少。癌症幸存者运动训练现象具有重要意义,因为正如所指出的,癌症是智利的第二大死因,尤其是乳腺癌在所有癌症类型中位居首位,而运动训练作为治疗及治疗后手段具有重要价值。
因此,有必要填补科学空白,即需要增加CS人群心血管生理学中运动训练证据的需求,如与血压相关的参数,以及内皮功能障碍如颈动脉内膜中层厚度(cIMT)、血流介导的扩张(FMD)和脉搏波速度(PWV),还有与静息代谢和运动期间代谢相关的代谢因素,如氧化和糖酵解能力,这些决定了静息和运动期间脂肪和葡萄糖的氧化。根据美国运动医学学院(ACSM)针对CS的运动建议指南,关于体育锻炼的效果已有巩固或“坚实”的证据。
不同类型的运动训练方式已被报道用于乳腺癌根治术后的个体在治疗期间及治疗完成后(放疗、化疗、激素治疗),其中有氧性质的运动训练(即促进有氧酶活性增加、线粒体生物发生以及总体氧化代谢增强的运动[这些运动促进通过脂肪酸生成ATP])与使用外部负荷进行肌肉力量抗阻训练相结合,其益处尤为显著(即……
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。




