脑成像引导的居家视觉康复
研究采用前瞻性交叉设计，结合视觉行为测试、神经影像与居家干预，覆盖视觉野缺损、卒中、同向性偏盲、象限盲、皮质盲、外周视觉野缺损、视觉野丧失及创伤性脑损伤等状况
基本信息
资源简介
脑成像引导的居家视觉康复
该数据集来自 clinicaltrials.gov，围绕 BRIGHT（Behavioral Rehabilitation Through Image-Guided Home-based Training）研究，评估图像引导的居家知觉训练对视觉野缺损者视觉表现的改善效果。研究采用前瞻性交叉设计，结合视觉行为测试、神经影像与居家干预，覆盖视觉野缺损、卒中、同向性偏盲、象限盲、皮质盲、外周视觉野缺损、视觉野丧失及创伤性脑损伤等状况。数据可用于识别支持训练诱导视觉可塑性的神经通路，并比较不同居家视觉训练类型的疗效（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：状况：视觉野缺损、卒中、同向性偏盲、象限盲、皮质盲、外周视觉野缺损、视觉野丧失、创伤性脑损伤。BRIGHT（Behavioral Rehabilitation Through Image-Guided Home-based Training）研究旨在评估图像引导的居家知觉训练在改善视觉野缺损个体视觉表现方面的有效性。BRIGHT 采用前瞻性交叉设计，结合视觉行为测试、神经影像和居家干预。其目标为：1）识别支持训练诱导视觉可塑性的神经通路；2）比较在居家环境中实施的不同类型视觉训练的效果。
【主题与分类】
主题标签：Visual Field Defect、Stroke、Hemianopia Homonymous、Quadrantanopia、Cortical Blindness、Visual Field Defect, Peripheral、Visual Field Loss、Traumatic Brain Injury、Brain Tumor。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07635329
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/NCT07635329
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
病症：视野缺损、卒中、同向性偏盲、象限盲、皮质盲、周围视野缺损、视野丧失、创伤性脑损伤。BRIGHT（Behavioral Rehabilitation Through Image-Guided Home-based Training，即通过图像引导的家庭训练进行行为康复）研究旨在评估图像引导的家庭知觉训练在改善视野丧失个体视觉表现方面的有效性。BRIGHT采用前瞻性交叉设计，结合视觉行为测试、神经影像学和家庭干预。其目标为：1）识别支持训练诱导视觉可塑性的神经通路；2）比较在家庭环境中实施的不同类型视觉训练的效果。
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。
