颅底脑膜瘤切除术后认知状态研究

该数据集来自 clinicaltrials.gov,聚焦于经开颅或内镜经鼻入路行额叶或颞叶颅底脑膜瘤切除术的患者,比较基线、术后六周及术后一年的认知功能

Ohio State UniversityOhio State University
clinicaltrials
浏览 2
音频预测MeningiomaSkull Base MeningiomaFrontal MeningiomaTemporal MeningiomaCognitive ImpairmentCognitive DeclinePost-Surgical Cognition
Cognitive Status After Removal of Skull Base Meningioma

基本信息

模态
音频
任务类型
预测
创建/更新时间
2026-10-28

资源简介

颅底脑膜瘤切除术后认知状态研究

该数据集来自 clinicaltrials.gov,聚焦于经开颅或内镜经鼻入路行额叶或颞叶颅底脑膜瘤切除术的患者,比较基线、术后六周及术后一年的认知功能。基线认知测试由言语语言病理团队完成,包括 RBANS、MoCA、PROMIS-29 和 NeuroQOL-Cognitive Functions。数据可用于分析术后认知变化轨迹、识别认知下降风险因素,并支持术后认知结局的预测建模(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:脑膜瘤、颅底脑膜瘤、额叶脑膜瘤、颞叶脑膜瘤、认知障碍、认知下降、术后认知。本研究将观察接受开颅术或内镜经鼻入路切除位于额叶或颞叶的颅底脑膜瘤的患者。研究将比较基线、术后六周和术后一年的认知功能。基线进行的认知测试是由言语语言病理团队完成的一套临床护理评估,将包括 RBANS 测试、MoCA、PROMIS-29 和 NeuroQOL-Cognitive Functions。

【主题与分类】

主题标签:Meningioma、Skull Base Meningioma、Frontal Meningioma、Temporal Meningioma、Cognitive Impairment、Cognitive Decline、Post-Surgical Cognition。本站分类:神经系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04635657

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT04635657

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:脑膜瘤、颅底脑膜瘤、额部脑膜瘤、颞部脑膜瘤、认知障碍、认知功能下降、术后认知。本研究将观察接受颅底脑膜瘤切除术的患者,肿瘤位于额叶或颞叶,手术方式为开颅术或内镜下经鼻入路。研究将比较基线、术后六周和术后一年时的认知功能。基线时进行的认知测试为言语语言病理团队实施的一套临床诊疗评估,包括RBANS测试、MoCA、PROMIS-29和NeuroQOL-认知功能。

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。

获取专属数据定制方案