虚拟现实对急性卒中激越的影响
本研究关注急性卒中与精神运动性激越,旨在评估虚拟现实应用能否降低急性卒中患者的激越水平并稳定生命体征。这是一项随机对照单盲临床试验,参与者随机分入两组:干预组在常规卒中护理外接受结构化虚拟现实会话,对照组仅接受常规临床护理和监测

基本信息
资源简介
虚拟现实对急性卒中激越的影响
本研究关注急性卒中与精神运动性激越,旨在评估虚拟现实应用能否降低急性卒中患者的激越水平并稳定生命体征。这是一项随机对照单盲临床试验,参与者随机分入两组:干预组在常规卒中护理外接受结构化虚拟现实会话,对照组仅接受常规临床护理和监测。研究者将在干预前后用临床评估量表测量并比较激越水平,并密切监测心率、血压、呼吸频率和氧饱和度等生理生命体征(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:急性卒中、精神运动性激越。卒中是一种突然发生的、影响大脑的医学状况。在卒中急性期,许多患者会出现激越,即感到不安、焦虑或不合作。激越可能使医疗照护复杂化,并对患者的康复和生命体征(如心率和血压)产生负面影响。本研究的主要目的是评估使用虚拟现实(VR)应用程序是否有助于降低急性卒中患者的激越水平并稳定生命体征。这是一项随机对照、单盲临床试验。急性卒中参与者将被随机分配到两组之一:干预组:参与者将在常规卒中照护之外接受一次结构化的虚拟现实(VR)应用程序干预。对照组:参与者将接受标准常规临床照护和监测,不使用 VR 应用程序。研究人员将在干预前后使用临床评估量表测量并比较参与者的激越水平。此外,将密切监测生理生命体征(包括心率、血压、呼吸频率和血氧饱和度),以确定 VR 疗法的效果。
【主题与分类】
主题标签:Acute Stroke、Psychomotor Agitation。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07787910
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://clinicaltrials.gov/study/NCT07787910
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
疾病:急性卒中、精神运动性激越。卒中是一种突然发生并影响大脑的疾病。在卒中的急性期,许多患者会出现激越,即感到烦躁不安、焦虑或不合作。激越可能使医疗护理复杂化,并对患者的康复和生命体征(如心率和血压)产生负面影响。本研究的主要目的是评估使用虚拟现实(VR)应用程序是否有助于降低急性卒中患者的激越水平并稳定其生命体征。这是一项随机对照、单盲临床试验。急性卒中参与者将被随机分配到以下两组之一:干预组:参与者将在常规卒中护理之外接受结构化的虚拟现实(VR)应用程序干预。对照组:参与者将接受标准的常规临床护理和监测,不使用VR应用程序。研究人员将在干预前后使用临床评估量表测量并比较参与者的激越水平。
此外,还将密切监测生理生命体征(包括心率、血压、呼吸频率和血氧饱和度),以确定VR疗法的效果。
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。




