用于宫颈癌筛查异常的具身对话代理
该数据集来自 clinicaltrials.gov，主题为宫颈癌筛查异常后的随访与治疗。源站描述指出，许多宫颈癌筛查结果异常者未按预约随访，从而错失癌前病变治疗与癌症预防机会
基本信息
资源简介
用于宫颈癌筛查异常的具身对话代理
Embodied Conversational Agents for CervicalCancer Screening Abnormalities 是一个以宫颈癌筛查异常后续管理为主题的公开数据集条目，收录于肿瘤 / 宫颈癌分类之下，其来源为 clinicaltrials.gov。该数据集围绕宫颈癌筛查这一关键公共卫生环节展开，关注的是筛查结果异常之后人群的随访与治疗衔接问题。源站描述指出，许多宫颈癌筛查结果异常的人并未按照预约进行随访，因而错失了癌前病变的治疗机会，也错失了预防癌症的窗口。为应对这一缺口，相关项目提出开发一种可在智能手机上运行的动画健康教练，引导用户走完宫颈癌筛查与照护流程，帮助其获得所需的随访与治疗，从而达到预防癌症的目的。该数据集的主题标签为 Cervical Cancer Screening，整体定位偏向于筛查异常后的行为干预与随访支持方向。
【数据集背景】
宫颈癌筛查是发现癌前病变、阻断癌症发展的重要手段，但筛查本身并不足以完成疾病预防的闭环。源站描述明确指出，许多收到宫颈癌筛查异常结果的人不会去赴约随访，而这些预约原本可以让他们接受癌前病变治疗，进而预防癌症。这一随访缺口意味着，即便筛查环节已经识别出异常，后续的诊疗链条仍可能中断，使预防效果大打折扣。该数据集所对应的项目正是针对这一现实问题而设立，试图通过技术手段改善筛查异常者的随访依从性与治疗可及性。其所属分类为肿瘤 / 宫颈癌，主题标签为 Cervical Cancer Screening，来源站为 clinicaltrials.gov，说明其登记信息与临床试验背景相关。
【数据内容】
该数据集的主题为宫颈癌筛查异常后的随访与治疗。源站描述中提到的核心内容是：项目将开发一个动画健康教练，该教练运行在智能手机上，用于引导用户完成宫颈癌筛查与照护过程，确保他们获得所需的随访和治疗，以预防癌症。关于数据集具体包含哪些字段、记录数量、变量类型、时间跨度、样本量、人群特征、结局指标等细节，源站未提供。因此，该数据集在内容层面的可确认信息主要集中在其主题定位与项目目标上，即围绕宫颈癌筛查异常后的随访与治疗展开，并以动画健康教练作为干预载体。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov。源站描述中提及的条件为 Cervical Cancer Screening，并说明了项目背景与目标。关于数据采集的具体方式、采集地点、采集时间、招募渠道、纳入与排除标准、数据收集工具、随访周期等操作层面的信息，源站未提供。可以确认的是，该条目与 clinicaltrials.gov 上的登记信息相关联，其主题标签为 Cervical Cancer Screening，分类归属于肿瘤 / 宫颈癌。
【适用场景】
基于源站描述，该数据集所对应的项目聚焦于宫颈癌筛查异常后的随访与治疗环节，其适用场景包括：帮助筛查结果异常者理解并完成后续照护流程，提升其对随访预约的依从性，支持癌前病变的及时治疗，以及通过智能手机上的动画健康教练实现健康引导。该数据集的主题标签为 Cervical Cancer Screening，因此其适用领域与宫颈癌筛查及筛查后管理相关。关于该数据集在科研、临床、公共卫生干预或健康教育中的具体应用方式与验证结果，源站未提供。
【使用方法】
关于该数据集的具体使用方法，例如如何获取、如何加载、数据格式、访问权限、是否需要申请、是否提供接口、是否附带文档或代码等，源站未提供。源站描述仅说明了项目将开发一个在智能手机上运行的动画健康教练，用于引导用户完成宫颈癌筛查与照护过程，但未说明该数据集本身的使用方式或操作指南。
【质量与限制】
关于该数据集的质量指标、完整性、准确性、偏差风险、样本代表性、随访丢失情况、数据清洗与校验方法等，源站未提供。可以确认的限制性背景是，源站描述指出许多宫颈癌筛查结果异常者未按预约随访，这一现象本身反映了筛查后随访环节存在缺口，但该数据集在质量层面的具体表现与局限，源站未提供。
【引用与许可】
关于该数据集的引用方式、许可协议、使用条款、版权归属、是否允许商用或再分发等信息，源站未提供。该数据集的来源站为 clinicaltrials.gov，主题标签为 Cervical Cancer Screening，分类为肿瘤 / 宫颈癌，除此之外的引用与许可细节，源站未提供。
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/NCT07795385
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：宫颈癌筛查。许多宫颈癌筛查结果异常的人没有按预约进行随访，而随访本可以治疗癌前病变并预防癌症。在这个项目中，我们将开发一个在智能手机上运行的动画健康教练，指导他们完成宫颈癌筛查和护理流程，以确保他们获得所需的随访和治疗以预防癌症。
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。
