营养优化预康复对原发性肝癌围手术期干预效果研究
该数据集来自 clinicaltrials.gov,聚焦原发性肝癌患者营养优化预康复对围手术期干预的影响。研究设实验组(营养优化主导的三联预康复)与对照组(常规三联预康复),按1:2比例分配

基本信息
资源简介
营养优化预康复对原发性肝癌围手术期干预效果研究
该数据集来自 clinicaltrials.gov,聚焦原发性肝癌患者营养优化预康复对围手术期干预的影响。研究设实验组(营养优化主导的三联预康复)与对照组(常规三联预康复),按1:2比例分配。干预包括与临床营养师共同评估营养状况并制定个体化营养方案,实验组采用正常膳食补充加口服营养补充,对照组仅正常膳食补充。目标能量按基础能量代谢水平乘以体力活动水平计算,男性1.55、女性1.56,基础能量水平为基础代谢标准值乘以体重,并根据患者情况计算能量摄入增加20%。数据可用于肝癌围手术期营养干预研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:肝细胞癌、肝癌、肝胆癌、原发性肝癌。研究亚组:实验组(营养优化主导的三联预康复)、对照组(常规三联预康复),实验组与对照组按1:2比例分配。干预措施:与临床营养师共同评估患者营养状况,制定个体化营养方案。实验组采用正常膳食补充+口服营养补充,对照组采用正常膳食补充。目标能量定义为基础能量代谢水平体力活动水平,男性为1.55,女性为1.56;基础能量水平定义为基础代谢标准值体重。根据患者情况,计算能量摄入增加20%
【主题与分类】
主题标签:Hepatocellular Carcinoma、Liver Carcinoma、Hepatobiliary Cancers、Primary Liver Cancer。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06549829
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/NCT06549829
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
疾病条件:肝细胞癌、肝癌、肝胆癌、原发性肝癌。研究亚组:实验组(以营养优化为主导的三联预康复)、对照组(常规三联预康复),实验组与对照组的分配比例为1:2。干预措施:与临床营养师共同评估患者的营养状况,制定个体化营养方案。实验组采用普通饮食补充+口服营养补充,对照组采用普通饮食补充。目标能量定义为基础能量代谢水平×体力活动水平,男性为1.55,女性为1.56;基础能量水平定义为基础代谢标准值×体重。根据患者情况,在目标能量基础上计算增加20%的能量摄入。一勺口服营养粉的能量为27.5kcal,根据增加的能量摄入值计算所需营养粉的剂量。
所需粉末应口服,用200ml温水送服,每日三次,具体服用时间应根据患者病情个体化确定。其他干预措施:与康复医师共同制定个性化运动方案,实验组和对照组进行运动以增加肺活量和心肺耐力:包括呼吸运动:指导患者术前学会深呼吸咳嗽咳痰,并使用呼吸训练器进行床旁训练。指导患者术前学会深呼吸咳嗽咳痰。运动计划:有氧运动(慢跑或步行)每日三次,每次15分钟。实验组和对照组接受心理干预:根据医院焦虑抑郁量表(HADS)对患者进行心理评估,并且
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。




