小脑脑刺激联合语言治疗用于卒中后失语恢复不良风险人群
该数据集来自 clinicaltrials.gov,聚焦卒中后失语症及命名障碍人群。研究将恢复预测模型与靶向治疗相结合:基于母纵向研究的急性期数据训练机器学习模型,预测参与者12个月时的 Western Aphasia Battery-Revised Aphasia Quotient(WAB-R A

基本信息
资源简介
小脑脑刺激联合语言治疗用于卒中后失语恢复不良风险人群
该数据集来自 clinicaltrials.gov,聚焦卒中后失语症及命名障碍人群。研究将恢复预测模型与靶向治疗相结合:基于母纵向研究的急性期数据训练机器学习模型,预测参与者12个月时的 Western Aphasia Battery-Revised Aphasia Quotient(WAB-R AQ),并前瞻性评估预测准确性;预测低于93.8者进入后续治疗环节。数据可用于失语恢复预测建模与疗效评估研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:失语症、卒中、命名障碍。约三分之一的卒中后失语症患者对语言治疗反应不佳,而当前临床工具无法在恢复最快的早期识别这些个体。本研究将恢复预测模型与靶向治疗配对。目标1:基于母纵向研究(Johns Hopkins IRB NA_00042097;神经影像、认知语言测试、人口统计学资料)急性期数据训练的机器学习模型,预测每位参与者12个月时的 Western Aphasia Battery-Revised Aphasia Quotient(WAB-R AQ)。预测将保持在93.8以下(失语症预期不会缓解)的参与者符合条件。预测准确性通过观察到的12个月评分进行前瞻性评估(平均绝对误差、相关性,以及低于93.8分类的敏感性、特异性、阳性预测值和F1)。目标2:符合条件的参
【主题与分类】
主题标签:Aphasia、Stroke、Anomia。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07912242
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/NCT07912242
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:失语症、卒中、命名障碍。约三分之一的卒中后失语症患者对语言治疗反应不佳,而目前的临床工具无法在恢复最快的早期识别这些个体。本研究将恢复预测模型与针对性治疗相结合。目标1:基于母纵向研究(约翰霍普金斯大学IRB NA_00042097;神经影像、认知语言测试、人口统计学资料)的急性期数据训练的机器学习模型,预测每位参与者12个月时的西部失语症成套测验-修订版失语商(WAB-R AQ)。预测仍低于93.8(预计失语症不会缓解)的参与者符合纳入条件。预测准确性将前瞻性对照观察到的12个月评分进行评估(平均绝对误差、相关性,以及低于93.8分类的敏感性、特异性、阳性预测值和F1)。目标2:符合条件的参与者按1:1随机分配至早期干预组(卒中后约3个月开始治疗)或等待名单对照组(卒中后约6个月之前接受常规照护,之后接受相同治疗)。治疗共15次,约3至5周内每周最多5次。
在每次治疗中,于45至60分钟计算机辅助语言治疗(针对图片命名、听觉理解、阅读和拼写)的前25分钟内,施加阴极经颅直流电刺激(tDCS,2 mA,25分钟;阴极置于右侧小脑,枕外隆凸下1 cm、旁开4 cm;阳极置于右侧三角肌;使用Soterix Medical 1×1设备),全程有言语-语言病理学家在场。治疗可在Johns Hopkins站点进行,也可在家中由研究团队成员在场进行。主要比较为治疗早期组与未治疗等待组之间从基线(卒中后约3个月)至卒中后6个月的WAB-R AQ变化。次要指标包括训练项目命名、语篇(图片描述中的内容单元及每内容单元音节数)、功能性交流(Communication Activities of Daily Li
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。




