情绪加工对改善乳腺癌患者生活质量的作用研究
该数据集来自 clinicaltrials.gov，聚焦女性乳腺癌患者的情绪加工与生活质量研究。研究纳入 240 名处于姑息或治愈性治疗的乳腺癌患者（50% 犹太人、50% 阿拉伯人），随机分配接受为期 8 周、每周 1.5 小时的标准艺术治疗团体干预或对照组（曼陀罗涂色加心理教育）
基本信息
资源简介
情绪加工对改善乳腺癌患者生活质量的作用研究
该数据集来自 clinicaltrials.gov，聚焦女性乳腺癌患者的情绪加工与生活质量研究。研究纳入 240 名处于姑息或治愈性治疗的乳腺癌患者（50% 犹太人、50% 阿拉伯人），随机分配接受为期 8 周、每周 1.5 小时的标准艺术治疗团体干预或对照组（曼陀罗涂色加心理教育）。数据覆盖抑郁症状、疲劳、疼痛、情绪及炎症等主题，可用于评估艺术治疗对乳腺癌患者生活质量的影响及其心理生理机制（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：女性乳腺癌、抑郁症状、疲劳、疼痛、情绪、炎症。该研究是一项带有仔细对照的随机对照研究。我们的研究人群由 240 名处于姑息和治愈性治疗的乳腺癌患者组成（50% 犹太人、50% 阿拉伯人）。该人群将被随机分配接受标准艺术治疗干预或对照组。艺术治疗干预是一项为期 8 周的团体干预，由经验丰富的艺术治疗师开展 8 次每周 1.5 小时的课程。对照组将进行预制形状（曼陀罗）的涂色，并接受与应对乳腺癌相关主题的心理教育，主题与艺术治疗组相同。该设计将使研究能够测试艺术治疗超越团体时间、任务聚焦和艺术材料参与效果的机制。
【主题与分类】
主题标签：Breast Cancer Female、Depressive Symptoms、Fatigue、Pain、Emotions、Inflammation。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03377816
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/NCT03377816
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：乳腺癌女性，抑郁症状，疲劳，疼痛，情绪，炎症。本研究是一项随机对照研究，设有严格的对照。我们的研究人群由240名接受姑息治疗和治愈性治疗的乳腺癌患者组成（其中50%为犹太人，50%为阿拉伯人）。该人群将被随机分配接受标准艺术治疗干预或进入对照组。艺术治疗干预是一项为期8周的小组干预，由8次每周1.5小时的课程组成，由经验丰富的艺术治疗师主持。对照组将进行预制形状（曼陀罗）的涂色活动，并接受与应对乳腺癌相关主题的心理教育，主题与艺术治疗组相同。该设计将使研究能够检验艺术治疗的机制，即超越小组时间、专注于任务以及接触艺术材料所带来的效果之外的机制。
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。
