LEG-UP 随机可行性研究去标识化个体参与者数据
该数据集为 LEG-UP 随机可行性研究的去标识化个体参与者数据，研究评估急性中度缺血性卒中患者的抬高下肢体位。数据涵盖基线特征、干预数据、可行性、安全性及探索性结局，可用于分析抬高下肢体位在急性缺血性卒中患者中的可行性、安全性及相关结局，支持卒中早期体位管理的二次研究（来源 DOI 解析）
基本信息
资源简介
LEG-UP 随机可行性研究去标识化个体参与者数据
De-identified Individual Participant Data for: Elevated Leg Positioning For Acute Moderate Ischemic Stroke: The LEG-UP Randomized Feasibility Study
该数据集为 LEG-UP 随机可行性研究的去标识化个体参与者数据，研究评估急性中度缺血性卒中患者的抬高下肢体位。数据涵盖基线特征、干预数据、可行性、安全性及探索性结局，可用于分析抬高下肢体位在急性缺血性卒中患者中的可行性、安全性及相关结局，支持卒中早期体位管理的二次研究（来源 DOI 解析）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：来自 LEG-UP 随机可行性研究的去标识化个体参与者数据（IPD），该研究评估急性中度缺血性卒中的抬高下肢体位，包括基线特征、干预数据、可行性、安全性和探索性结局。
【主题与分类】
主题标签：Medicine, Health and Life Sciences、Acute Ischemic Stroke、Patient Positioning、Leg Elevation、Large Artery Atherosclerosis、Feasibility Study。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/MMH4ZA
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://doi.org/10.7910/DVN/MMH4ZA
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:
数据集大小约 33.4 KB。
数据说明
De-identified individual participant data (IPD) from the LEG-UP randomized feasibility study evaluating elevated leg positioning in acute moderate ischemic stroke, including baseline characteristics, intervention data, feasibility, safety, and exploratory outcomes.
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。
