多感官训练改善卒中致偏盲
针对同向性偏盲、皮质盲（脑侧未指定），研究拟识别稳定偏盲（超过6个月）卒中患者经规律多感官（对比单感官）训练后恢复的视觉能力与神经回路：用临床眼科和视觉感知测试评估恢复情况，判断皮层病灶大小或范围是否预测训练变化，并以功能磁共振成像追踪残余视觉回路，通过12个月随访再评估变化是否改善、持续或退化；同
基本信息
资源简介
多感官训练改善卒中致偏盲
针对同向性偏盲、皮质盲（脑侧未指定），研究拟识别稳定偏盲（超过6个月）卒中患者经规律多感官（对比单感官）训练后恢复的视觉能力与神经回路：用临床眼科和视觉感知测试评估恢复情况，判断皮层病灶大小或范围是否预测训练变化，并以功能磁共振成像追踪残余视觉回路，通过12个月随访再评估变化是否改善、持续或退化；同时评估卒中后不足1个月开始更早、更密集训练干预策略的有效性（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：同向性偏盲、皮质盲、脑部侧别未特指。 研究目的如下： 1. 识别稳定期偏盲（>6个月）卒中患者在规律多感觉（相较于单感觉）训练课程后恢复的视觉能力和神经环路。具体包括： 1A. 使用临床眼科检查和视知觉测试评估已恢复的视觉能力。 1B. 确定皮质病灶的大小或范围是否可预测该训练技术诱导的变化，并使用功能磁共振成像（fMRI）追踪残余视觉环路的变化。 1C. 通过在12个月随访时重新评估，确定训练诱导的变化随时间推移是改善、维持还是减退。 2. 使用上述方法评估更早期（卒中后<1个月）且更密集的训练干预策略的有效性，并比较这两种策略的结局。
【主题与分类】
主题标签：Hemianopia, Homonymous。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05894434
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/NCT05894434
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
疾病：同向性偏盲、皮质盲、脑部侧别未特指。
研究目的如下：
- 识别稳定期偏盲（>6个月）卒中患者在规律多感觉（相较于单感觉）训练课程后恢复的视觉能力和神经环路。具体包括：
1A. 使用临床眼科检查和视知觉测试评估已恢复的视觉能力。
1B. 确定皮质病灶的大小或范围是否可预测该训练技术诱导的变化，并使用功能磁共振成像（fMRI）追踪残余视觉环路的变化。
1C. 通过在12个月随访时重新评估，确定训练诱导的变化随时间推移是改善、维持还是减退。 - 使用上述方法评估更早期（卒中后<1个月）且更密集的训练干预策略的有效性，并比较这两种策略的结局。
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。
