BAD相关卒中后的认知结局

数据集获取

源站：https://clinicaltrials.gov/study/NCT07761182

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

条件：分支动脉粥样硬化性疾病、认知、恶化、临床。分支动脉粥样硬化性疾病（BAD）是缺血性卒中一种独特的亚型，在中国及其他亚洲人群中尤为常见。BAD患者易发生早期神经功能恶化（END）和不良功能结局。然而，BAD与长期认知障碍之间的关联仍不明确。本项全国性、多中心、前瞻性观察性研究旨在探讨BAD后的认知结局，并识别与认知障碍相关的临床和神经影像学特征。BAD患者将根据入组前卒中发病后急性期确定的END状态进行分类。随后，伴有END和不伴有END的患者将按1：1比例入组并进行前瞻性随访。将评估END状态与后续认知结局之间的关系。作为探索性目标，本研究将探讨BAD后与认知障碍相关的潜在脑网络改变。

将在随访期间收集流行病学数据、临床特征、TCD、神经影像学发现、功能结局、认知结局、临床事件和药物使用情况。认知和功能结局的评估将由经过培训的独立盲法评估人员在入组时和入组后1年进行。神经影像学数据将从参与中心收集，包括常规临床影像数据和高级神经影像数据。高级神经影像评估将包括在入组时和入组后1年采集的高分辨率5T MRI序列，以及在入组时进行的光子计数CT成像，包括计算机断层扫描血管造影（CTA）和计算机断层扫描灌注（CTP）。影像采集方案和参数将在各参与中心之间标准化，以确保影像数据的一致性和可比性。基线定义为入组时进行的评估。认知

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。