青少年性别烦躁数据集(Kjønnsdysfori Blant Ungdom)
该数据集来自 clinicaltrials.gov,主题为青少年性别烦躁(Gender Dysphoria),即出生时被赋予的性别与性别认同、表达或身体特征不一致并伴随痛苦或不适

基本信息
资源简介
青少年性别烦躁数据集(Kjønnsdysfori Blant Ungdom)
该数据集来自 clinicaltrials.gov,主题为青少年性别烦躁(Gender Dysphoria),即出生时被赋予的性别与性别认同、表达或身体特征不一致并伴随痛苦或不适。源站描述回顾了从修复性治疗到性别重置及激素治疗、外科技术等物理治疗方式的演变。数据可用于了解青少年性别烦躁的临床研究背景与治疗选择,但源站未提供具体样本量、变量字段或采集时间等信息(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:性别烦躁。对于一些儿童和青少年,其出生时被赋予的性别与日后的性别表达或性别认同不一致。若出生时被赋予的性别与性别认同、表达及身体外观之间的不一致伴随任何形式的痛苦或不适,研究文献和 DSM-V 将其称为性别烦躁(DSM-V, 2014; Kreukels et al., 2012; Wren, 2014)。在最初尝试所谓修复性治疗以按照出生时被赋予的性别改变来访者性别认同之后,性别重置成为性别烦躁的首选治疗(Wierckx et al., 2014; Wren, 2014)。随着激素治疗和外科技术等复杂物理治疗的出现,能够去除性身体的某些特征,越来越多的
【主题与分类】
主题标签:Gender Dysphoria。本站分类:妊娠、分娩和产褥期。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03643120
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/NCT03643120
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
状况:性别烦躁。对于一些儿童和青少年而言,他们出生时被指定的性别与他们的性别表达或日后生活中的性别认同并不匹配。如果出生时被指定的性别与性别认同、表达以及身体外观之间的不匹配伴随着任何形式的痛苦或不适,这在研究文献和DSM-V中被称为性别烦躁(DSM-V,2014;Kreukels等,2012;Wren,2014)。在最初尝试所谓的修复疗法以按照出生时被指定的性别来改变来访者的性别认同之后,性别重置成为性别烦躁的首选治疗方法(Wierckx等,2014;Wren,2014)。自从激素治疗和外科技术等复杂的身体治疗方法出现以来——这些方法能够去除性身体的某些特征——全球越来越多的诊所开始为处于青春期的性别烦躁青少年提供青春期抑制治疗,以便在做出有关性别认同的决定之前留出更多时间。
这被称为荷兰模式,其临床目标是减轻青少年在身体发育过程中所承受的压力,因为这种发育方式会带来极大的痛苦。许多国家已建立了专门诊所,专注于制定治疗方案,且近年来转诊人数急剧增加(Kaltiala-Heino, Sumia, Työläjärvi, & Lindberg, 2015)。在挪威,2016年有450名来访者被转介至挪威国家性别烦躁与易性症治疗中心(Nasjonal behandlingstjeneste for transseksualisme, NBTS)。其中一半未满18岁,且近年来人数成倍增长(Nasjonal behandlingstjeneste for transseksualisme, årsrapport 2016)。然而,临床治疗已经启动,却尚未阐明性别烦躁是什么、患者如何体验它,以及理论上应如何理解它。一个普遍的关切是
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。




