临床神经生物标志物与康复结局的相关性
该数据集来自 clinicaltrials.gov，聚焦卒中后个体化康复预测问题。研究纳入缺血性或出血性卒中伴偏瘫患者，在卒中后14至30天（T0）及强化康复2个月后（T1）进行多模态评估，涵盖人口学与病史、临床生物标志物、神经生理生物标志物（运动诱发电位、高密度脑电）及神经影像生物标志物（梗死体积
基本信息
资源简介
临床神经生物标志物与康复结局的相关性
该数据集英文名为 Correlation Between Clinical Neurological Biomarkers and Rehabilitation Outcome，来源于 clinicaltrials.gov，主题标签为 Stroke，在本站归入循环系统疾病 / 其他分类。数据集围绕卒中后个体化康复预测这一重要挑战展开：研究旨在验证不同临床、神经生理与神经影像生物标志物联合使用时，对功能性运动恢复及卒中后残疾的预测能力，并采用先进、整合的技术进行采集与分析。研究对象为缺血性或出血性卒中伴偏瘫患者，在卒中后 14 至 30 天（T0）以及强化康复 2 个月后（T1）接受多模态评估，评估内容覆盖人口学与病史、临床生物标志物、神经生理生物标志物（运动诱发电位、高密度脑电）以及神经影像生物标志物（梗死体积、皮质脊髓束损伤）等类别。
【数据集背景】
卒中后个体康复结局的预测至今仍是临床面临的重要挑战，能否准确预判恢复轨迹直接关系到个性化、有效神经康复策略的制定。该数据集所对应的研究正是针对这一问题设计，试图通过多维度生物标志物的组合来提升预测能力。研究关注的结局包括功能性运动恢复与卒中后残疾，研究对象限定为缺血性或出血性卒中并伴有偏瘫的患者。与单一指标预测相比，该研究强调临床、神经生理和神经影像三类标志物的联合使用，并借助先进、整合的采集与分析技术，以期更全面地刻画卒中后的神经功能状态与恢复潜力。
【数据内容】
数据集涵盖的评估内容按四个类别组织：人口学与病史信息、临床生物标志物、神经生理生物标志物以及神经影像生物标志物。其中神经生理生物标志物包括运动诱发电位与高密度脑电，神经影像生物标志物包括梗死体积与皮质脊髓束损伤。评估在两个时间点进行：T0 为卒中后 14 至 30 天，T1 为强化康复 2 个月后。源站描述在 T1 处截断，T1 之后的具体评估安排与后续时间点，源站未提供。各标志物的具体测量指标、单位、记录格式及数据规模，源站未提供。
【采集与来源】
数据来自 clinicaltrials.gov 登记的研究，受试者为连续入组的缺血性或出血性卒中伴偏瘫患者。采集方式为多模态评估，覆盖上述四个评估类别，并采用先进、整合的技术进行获取与分析。源站描述未说明采集设备型号、评估流程细节、样本量、招募地点与研究周期等信息，这些内容源站未提供。
【适用场景】
该数据集适用于卒中后康复结局预测相关的研究与分析，例如评估临床、神经生理与神经影像生物标志物联合模型对功能性运动恢复和卒中后残疾的预测效能；也可用于探索运动诱发电位、高密度脑电、梗死体积与皮质脊髓束损伤等指标在个体化康复策略制定中的潜在价值。由于主题标签为 Stroke，且本站分类归入循环系统疾病 / 其他，其应用语境以卒中相关临床研究与神经康复研究为主。具体适用的分析任务类型与建模目标，源站未提供。
【使用方法】
源站描述未提供数据访问方式、文件组织、字段说明或分析指南，使用方法源站未提供。使用者需注意评估时间点 T0 与 T1 的界定，以及四个评估类别之间的对应关系，但具体的变量映射与数据结构需以源站实际发布内容为准。
【质量与限制】
源站描述在 T1 评估处截断，T1 之后的随访安排、样本量、缺失数据处理、质量控制措施及数据完整性信息均未提供。该数据集聚焦缺血性或出血性卒中伴偏瘫人群，外推至其他卒中类型或人群时需谨慎。各生物标志物的测量精度、重复性及不同中心间的一致性，源站未提供。
【引用与许可】
源站未提供引用格式与许可条款信息。使用时应遵循 clinicaltrials.gov 的相关规定，具体引用与许可要求源站未提供。
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/NCT06805929
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：卒中。预测卒中后个体恢复情况的能力仍然是制定个性化和有效神经康复策略的重要挑战。本研究旨在验证不同临床、神经生理和神经影像生物标志物联合应用（采用先进整合技术采集与分析）对功能性运动恢复和卒中后残疾的预测能力。连续入组缺血性或出血性卒中伴偏瘫患者，接受多模态评估，包括涵盖4个评估类别的指标：人口学/病史、临床生物标志物、神经生理生物标志物（运动诱发电位、高密度脑电图）、神经影像生物标志物（梗死体积、皮质脊髓束损伤），评估时间点为T0（卒中后14至30天）、T1（强化康复治疗2个月后）和T2（出院后4-6个月）。主要终点为手臂Fugl-Meyer评分变化。次要终点为下肢Fugl-Meyer运动评分、九孔柱测试、美国国立卫生研究院卒中量表、mRS Rankin量表、改良Barthel指数评分的变化。
多变量分析将揭示哪些基线生物标志物在预测T1和T2时主要和次要终点的显著变化方面最具价值。一个结合临床、神经生理学和神经影像学生物标志物指标的模型，能最有效地预测个体治疗引起的行为改善，从而得以规划“量身定制”的康复方案，选择康复疗法，合理分配时间和人力资源，并对临床试验参与者进行分层。
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。
