功能性消化不良疼痛再加工疗法初步研究
该数据集来自 clinicaltrials.gov，围绕功能性消化不良开展疼痛再加工疗法的初步研究。源站描述指出，疼痛再加工疗法是一种强调暴露技术的新型心理干预，研究旨在检验其能否减轻功能性消化不良患者消化症状的严重程度并改善功能
基本信息
资源简介
功能性消化不良疼痛再加工疗法初步研究
该数据集英文名为 A Pilot Investigation of Pain Reprocessing Therapy for Functional Dyspepsia，来源于 clinicaltrials.gov，在本站归类于精神与行为障碍 / 其他。其主题标签为 Functional Dyspepsia（功能性消化不良）。源站描述表明，该研究关注功能性消化不良这一疾病，目的是检验疼痛再加工疗法（pain processing therapy）——一种强调暴露技术的新型心理干预——能否减轻功能性消化不良患者消化症状的严重程度并改善其功能。从定位上看，这是一项初步研究，围绕心理干预在消化系统功能性疾病中的应用展开，兼具精神行为干预与消化疾病管理的交叉特征。
【数据集背景】
功能性消化不良属于消化系统功能性疾病，源站描述将其列为该研究关注的条件。研究拟检验的疼痛再加工疗法是一种新型心理干预，其特点在于强调暴露技术。该研究的出发点在于探索这类心理干预是否能够对功能性消化不良患者的消化症状严重程度与功能状况产生影响，因而被定位为一项初步研究（pilot investigation）。
【数据内容】
源站描述仅说明研究条件为功能性消化不良，研究目的是检验疼痛再加工疗法能否减轻消化症状严重程度并改善功能。关于数据集所包含的具体变量、样本量、分组方式、结局指标的具体测量工具与时间点等内容，源站未提供。
【采集与来源】
该数据集来自 clinicaltrials.gov。源站描述未提供具体的采集方式、采集地点、采集时间范围、研究机构与研究者等信息，源站未提供。
【适用场景】
依据源站描述，该数据集可用于了解以暴露技术为特点的疼痛再加工疗法在功能性消化不良人群中的初步研究设计思路，适用于关注心理干预与功能性消化不良症状及功能结局之间关系的场景。其他更具体的适用场景，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、字段说明、分析建议等。
【质量与限制】
该研究被描述为一项初步研究，源站描述未提供样本规模、偏倚控制、随访时长等质量相关信息，源站未提供。使用时应结合其初步研究定位加以理解。
【引用与许可】
源站未提供该数据集的引用格式与许可信息。
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/NCT07838324
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：功能性消化不良。本研究旨在检验疼痛加工疗法——一种强调暴露技术的创新心理干预——能否减轻功能性消化不良患者消化道症状的严重程度并改善其功能。
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。
