调强放疗对鼻咽癌患者认知功能变化的影响：前瞻性队列研究
该数据集来自 clinicaltrials.gov，为一项观察性队列研究，聚焦新诊断且无转移的鼻咽癌患者。研究关注从基线到放疗后一段时间内海马功能的变化及其对认知功能的影响
基本信息
资源简介
调强放疗对鼻咽癌患者认知功能变化的影响：前瞻性队列研究
该数据集对应的是一项在 clinicaltrials.gov 登记的观察性队列研究，英文名称为“Treatment with Intensity Modulated Radiotherapy on the Change of Cognitive Function in Nasopharyngeal Carcinoma Patients: a Prospective Cohort Study”。研究聚焦新诊断且无转移的鼻咽癌患者，关注从基线到放疗后一段时间内海马功能的变化及其对认知功能的影响。数据集在本站归入肿瘤 / 其他分类，主题涉及鼻咽癌与认知功能两个核心概念。整体来看，该数据集围绕鼻咽癌患者接受调强放射治疗前后认知功能与海马功能变化的纵向观察展开，属于肿瘤学与认知功能交叉领域的研究资源，可为相关方向的临床研究与数据分析提供参考。
【数据集背景】
鼻咽癌是发生于鼻咽部黏膜的恶性肿瘤，放射治疗是其重要的治疗手段之一。随着放疗技术的进步，调强放射治疗能够在提高靶区剂量的同时更好地保护周围正常组织，但放疗对患者认知功能的潜在影响仍受到关注。海马是与学习记忆等认知功能密切相关的脑区，因此观察鼻咽癌患者放疗前后海马功能的变化，对于理解放疗与认知功能之间的关系具有意义。该数据集所对应的研究即为一项前瞻性观察性队列研究，纳入新诊断且无转移的鼻咽癌患者，旨在考察从基线到放疗后一段时间内海马功能的变化及其对认知功能的影响。
【数据内容】
该数据集的主题标签为鼻咽癌（Nasopharyngeal Carcinoma, NPC）与认知功能（Cognitive Function）。研究关注的核心内容包括患者海马功能的变化，以及这种变化对认知功能的影响；观察的时间跨度从基线延伸至放疗后一段时间。数据集所属分类为肿瘤 / 其他。除上述主题与关注点外，源站未提供关于具体变量、测量指标、样本量、随访时长等更细化的数据内容说明。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述表明，这是一项观察性队列研究，研究对象为新诊断且无转移的鼻咽癌患者，研究目的是调查从基线到放疗后一段时间内海马功能的变化及其对认知功能的影响。关于具体的采集机构、采集地点、采集时间窗口与采集流程等细节，源站未提供。
【适用场景】
基于其主题与设计，该数据集可用于鼻咽癌放疗与认知功能相关的研究场景，例如了解调强放射治疗背景下患者海马功能与认知功能的纵向变化情况，或作为相关观察性研究的参考资源。其肿瘤 / 其他的分类定位也表明其可服务于肿瘤学领域中与治疗相关功能影响有关的研究需求。关于更具体的适用分析类型与使用场景，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、数据结构说明、变量定义与配套分析工具等信息。
【质量与限制】
该数据集对应的是观察性队列研究，其设计特点决定了研究结果在因果推断方面存在固有局限。研究对象限定为新诊断且无转移的鼻咽癌患者，这一人群界定也影响结果的适用范围。关于样本量、缺失数据情况、随访完整性以及其它质量控制信息，源站未提供。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/NCT06695936
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：鼻咽癌（NPC）、认知功能。这是一项观察性队列研究，旨在探讨无转移的新诊断鼻咽癌患者从基线至放疗后一段时期海马功能的变化及其对认知功能的影响。
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。
