使用Oxford认知筛查检测和预测卒中后认知障碍

数据集获取

源站：https://clinicaltrials.gov/study/NCT07897916

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

研究条件：卒中、缺血性卒中、出血性卒中、脑内出血、认知功能障碍、卒中后认知障碍（PSCI）。研究目的：本研究的主要目的是探讨牛津认知筛查（OCS）在亚急性和慢性卒中阶段与综合匹配的神经心理测验组合相比的诊断准确性。此外，本研究还旨在探讨OCS的预测效度，并估计卒中后认知障碍（PSCI）的最新患病率。主要研究问题：* 在卒中后0-3周和6-9个月时，OCS子测验与匹配的综合神经心理测验相比，识别认知障碍的准确性如何？假设：在两个时间点，OCS子测验检测到的障碍将少于匹配的综合测验，这反映了详细神经心理测量对检测轻度缺陷具有更高的敏感性。次要研究问题：* 早期OCS表现对慢性认知障碍的预测效果如何？

假设：亚急性期OCS评分与慢性期详细神经心理学测试组合的表现之间将存在显著关联。* 在当代具有包容性的卒中队列中，通过神经心理学测试测量的PSCI在卒中照护的亚急性期和慢性期的患病率分别是多少？假设：由于更敏感的认知评估、卒中病因学的变化、人群特征和人口学特征的变化，以及急性卒中治疗的进步，PSCI的患病率将与当前估计值不同，这些因素可能对不同患者群体的认知结局产生不同影响。文献综述与理论依据：卒中是全球主要的健康挑战之一，约每四个成年人中有一人在其一生中受到影响，并且经常导致语言、记忆、注意力、视空间加工和执行功能等领域的认知障碍。这些障碍与日常活动参与度和独立性的降低、健康相关生活质量的下降以及认知

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。