烧伤后症状VR-PMR数据集
该数据集来自clinicaltrials.gov,聚焦严重烧伤后长期共存的身心症状,涵盖疼痛、瘙痒、焦虑、睡眠障碍、疲劳及抑郁症状等

基本信息
资源简介
烧伤后症状VR-PMR数据集
该数据集来自clinicaltrials.gov,聚焦严重烧伤后长期共存的身心症状,涵盖疼痛、瘙痒、焦虑、睡眠障碍、疲劳及抑郁症状等。数据涉及非药物干预与虚拟现实相关主题,可用于研究烧伤幸存者症状的共现与双向关系,支持症状评估、康复干预及生活质量相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:烧伤、热烧伤后慢性疼痛、非药物干预、虚拟现实、睡眠障碍、焦虑、抑郁症状、疲劳症状。严重烧伤是一种毁灭性的创伤形式,常导致长期的身体和心理挑战。烧伤幸存者在烧伤后经历一系列负担沉重且共存的慢性症状,影响生活质量和康复。其中最普遍的是疼痛、瘙痒、焦虑、睡眠障碍和疲劳。尽管强度随时间推移而下降,这些症状往往在初始烧伤后长期持续存在,并对康复、日常生活活动、社会参与和生活质量产生负面影响。研究表明,这些症状常常共现并表现出双向关系。例如,疼痛和瘙痒可导致睡眠
【主题与分类】
主题标签:Burn、Non-Pharmacological Interventions、Virtual Reality、Sleep Disturbance、Anxiety、Depressive Symptoms、Fatigue Symptom、Pruritus、Burn Injury、Progressive Muscle Relaxation。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07317271
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/NCT07317271
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:烧伤、热烧伤后的慢性疼痛、非药物干预、虚拟现实、睡眠障碍、焦虑、抑郁症状、疲劳症状。严重烧伤是一种毁灭性的创伤形式,常导致长期的身体和心理挑战。烧伤幸存者在烧伤后会经历一系列繁重且共存的慢性症状,影响生活质量和康复。其中最常见的是疼痛、瘙痒、焦虑、睡眠障碍和疲劳。尽管这些症状的强度会随时间推移而减轻,但它们往往在初始烧伤损伤后长期持续存在,并对康复、日常生活活动、社会参与和生活质量产生负面影响。研究表明,这些症状常常共存并表现出双向关系。例如,疼痛和瘙痒可导致睡眠障碍,而焦虑和疲劳则会加重整体的瘙痒和疼痛感知。
多项研究表明,烧伤后睡眠与疼痛之间存在相互关系,提示疼痛会导致睡眠质量下降,而睡眠紊乱则与疼痛加剧及镇痛药使用增加相关。针对这些症状的药物干预,如使用阿片类药物或镇静剂,可能产生不良反应,包括依赖性、副作用以及长期缓解不足。鉴于药物干预的局限性,非药物疗法,如认知行为疗法(CBT)、正念和放松技术,已获得认可,成为该人群症状管理的有效策略。然而,CBT虽常被视为改善睡眠和疼痛的金标准干预手段,但其自身也存在障碍,包括需要受过培训的专业人员、高昂的费用以及患者依从性方面的挑战。这些障碍凸显了对具有成本效益、可及且有效的自我管理方法的需求,这些方法能够轻松融入烧伤幸存者的日常生活。渐进性肌肉放松(PMR)是一种成熟的的身心放松技术,已被
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。




