巴塞尔早产儿研究 (BSPC)
巴塞尔早产儿研究 (BSPC) 是一项纵向队列研究,聚焦极早产儿(胎龄小于32周)与足月出生儿童在睡眠行为及下丘脑-垂体-肾上腺皮质轴 (HPAA) 功能方面的对比

基本信息
资源简介
巴塞尔早产儿研究 (BSPC)
Basel Study of Preterm Children (BSPC)
巴塞尔早产儿研究 (BSPC) 是一项纵向队列研究,聚焦极早产儿(胎龄小于32周)与足月出生儿童在睡眠行为及下丘脑-垂体-肾上腺皮质轴 (HPAA) 功能方面的对比。早产儿于2001年6月至2006年12月出生于瑞士巴塞尔,从260名极早产儿原始队列中招募;足月儿通过官方出生通知招募,并按年龄和性别匹配。儿童在平均8岁、10岁和12岁时参与三波研究,共纳入214名儿童。数据涵盖睡眠、智力、心理健康、皮质醇、脑电图、生长发育及问卷调查等主题,可用于研究早产对认知、社会情绪和心理健康长期影响(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):背景:与足月出生儿童相比,极早产儿在日后出现认知、社会情绪和心理健康问题的比率更高。巴塞尔早产儿研究 BSPC 侧重于研究早产儿和足月出生儿童的睡眠行为以及下丘脑-垂体-肾上腺皮质轴 (HPAA) 功能。设计与参与者:BSPC 是一项纵向队列研究,对象为极早产儿(胎龄小于32周)以及按年龄和性别匹配的足月出生儿童对照组。早产儿出生于2001年6月至2006年12月,从当时在瑞士巴塞尔出生的260名极早产儿原始队列中招募。足月出生儿童通过官方出生通知招募。儿童在平均8岁、10岁和12岁时参与三波研究。总共214名儿童和
【主题与分类】
主题标签:Birth Weight、Medicine, Health and Life Sciences、Mental health、Movement、Sleep、Intelligence、Child、Surveys and Questionnaires、Cortisol、Electroencephalography。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A19c33f03f03da8c3bcb03db6181c697b547cebd7fe8ef7f2251a2347ed78cf48
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
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
背景:与足月出生的儿童相比,极早产儿在日后生活中出现认知、社会情感和心理健康问题的比率更高。巴塞尔早产儿研究(BSPC)重点关注早产儿和足月儿的睡眠行为以及下丘脑-垂体-肾上腺皮质轴(HPAA)功能。设计与参与者:BSPC是一项纵向队列研究,研究对象为极早产儿(妊娠不足32周),并设有按年龄和性别匹配的足月儿对照组。早产儿出生于2001年6月至2006年12月之间,从瑞士巴塞尔该时期出生的260名极早产儿的原始队列中招募。足月儿通过官方出生通知招募。儿童在平均年龄8岁、10岁和12岁时参加了3轮研究。共有214名儿童及其父母参与(108名极早产儿和106名足月儿),但参与者人数因测量时间点和相应测量指标而异。
测量指标:测量内容包括(a)关于儿童幸福感、行为与情绪问题、睡眠行为与问题、体育活动与锻炼水平以及养育行为的家长和儿童报告问卷,(b)关于儿童心理健康的访谈(Kinder-DIPS),(c)认知发展,(d)运动发展和步态发展的测量,(e)儿童HPAA功能的评估,(f)睡眠的脑电图/多导睡眠图评估,(g)用于测量睡眠和体育活动的活动记录仪/活动监测,以及(h)用于评估脑源性神经营养因子(BDNF)浓度的血液样本。
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。




