慢性卒中患者五年变化研究
该数据集来自 clinicaltrials.gov，聚焦慢性卒中患者，覆盖为期五年的身体与认知功能变化，并关注不同基线体力活动水平患者之间的功能差异
基本信息
资源简介
慢性卒中患者五年变化研究
Five-year Changes in Patients With Chronic Stroke 是一个以慢性卒中患者为观察对象的纵向研究数据集，英文名称直接点明其核心议题：五年间患者身体与认知功能的变化。该数据集在分类上归入循环系统疾病下的其他类别，来源为 clinicaltrials.gov 临床试验注册平台。研究围绕两个目标展开：一是确定慢性卒中患者在五年跨度内身体功能与认知功能的改变情况；二是考察基线体力活动水平不同的慢性卒中患者，其身体与认知功能是否存在差异。数据集以 Chronic Stroke 作为主题标签，整体侧写指向慢性卒中人群的长期功能随访，以及体力活动基线水平这一因素在功能表现中的潜在作用。对于关注卒中后长期康复、功能衰退轨迹与活动水平相关性的研究者而言，该数据集提供了一个以五年为时间尺度的观察框架。
【数据集背景】
慢性卒中患者的功能状态并非在急性期治疗后即固定不变，身体功能与认知功能可能随时间的推移发生持续变化。该数据集所依托的研究正是基于这一关注点而设计，其研究目标明确指向五年期间慢性卒中患者身体与认知功能的改变。与此同时，研究还试图回答另一个问题：基线体力活动水平不同的慢性卒中患者，在身体与认知功能上是否存在差异。这两个目标共同构成了该数据集的背景框架，即从时间维度与基线活动水平维度两个方向，刻画慢性卒中患者的功能状况。数据集归入循环系统疾病类别，与其以卒中这一脑血管事件后遗状态为研究对象相吻合。
【数据内容】
该数据集的主题标签为 Chronic Stroke，聚焦慢性卒中患者群体。从研究目标可以了解其内容所覆盖的核心变量方向：身体功能与认知功能，以及基线体力活动水平。研究设计包含为期五年的功能变化观察，因此数据内容在时间上具有纵向特征，涉及患者在不同时间点上的身体与认知功能状态。关于具体的变量条目、测量工具、样本量、随访频次与数据结构等信息，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，即临床试验注册平台。源站描述中列出了研究条件为 Chronic Stroke，并给出了研究目标的两项内容。关于数据采集的具体机构、采集地点、采集时间窗口、随访方式与数据记录流程等信息，源站未提供。
【适用场景】
基于现有信息，该数据集适用于围绕慢性卒中患者长期功能变化的研究场景，例如考察五年期间身体功能与认知功能的变化趋势，或比较不同基线体力活动水平患者之间的功能差异。其纵向设计特征也使其可用于与卒中后康复、功能维持及活动水平相关议题的探索性分析。关于该数据集在其他具体研究场景中的适用性，源站未提供。
【使用方法】
源站未提供该数据集的使用方法说明，包括数据获取途径、访问条件、数据格式与配套文档等信息均未在现有描述中体现。
【质量与限制】
源站未提供关于数据质量、样本代表性、缺失情况、随访依从性或研究局限的说明。该数据集为临床研究注册信息所对应的数据集，其具体质量特征需以源站进一步公开的资料为准。
【引用与许可】
源站未提供该数据集的引用方式与许可条款信息。
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/NCT06191406
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：慢性卒中。研究目的：* 确定慢性卒中患者5年内身体和认知功能的变化 * 确定不同基线身体活动水平的慢性卒中患者在身体和认知功能上是否存在差异
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。
