颈动脉内膜切除术后神经心理测量结果
该数据集来自 clinicaltrials.gov,聚焦颈动脉内膜切除术后神经心理测量结果,覆盖颈动脉狭窄、颈动脉疾病、短暂性脑缺血发作和卒中等循环系统疾病

基本信息
资源简介
颈动脉内膜切除术后神经心理测量结果
该数据集来自 clinicaltrials.gov,聚焦颈动脉内膜切除术后神经心理测量结果,覆盖颈动脉狭窄、颈动脉疾病、短暂性脑缺血发作和卒中等循环系统疾病。数据涉及术前及术后多个时间点的神经心理测试评估,用于观察手术前后神经心理病理变化,可支持术后神经心理结局的预测与研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:颈动脉狭窄、颈动脉疾病、短暂性脑缺血发作、卒中。脑损伤将通过四种方式确定。首先,所有患者将在手术前后接受一组神经心理测量测试评估。入住 Irving Clinical Research Center (CRC) 的患者将在手术前一天、手术后一天和 1 个月时接受测试。手术当天入院的患者,即“Same Day”,将在手术当天、手术后一天和 1 个月随访时接受评估。将进行术前神经学和神经心理学评估。这些神经心理测量测试并非旨在诊断特定的神经精神疾病,而是旨在显示一般神经心理病理。这些测试可分为四种类型:(1) 语言评估,(2) 言语评估
【主题与分类】
主题标签:Carotid Artery Stenosis、Carotid Artery Disease、Transient Ischemic Attack、Stroke。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00597883
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/NCT00597883
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:颈动脉狭窄、颈动脉疾病、短暂性脑缺血发作、卒中。脑损伤将通过四种方式判定。首先,所有患者在手术前后都将接受一套神经心理测试评估。入住欧文临床研究中心(CRC)的患者将在手术前一天、术后一天及1个月时进行测试。手术当天入院的“同日”患者,将在手术当天、术后一天及1个月随访时接受评估。术前将进行神经学和神经心理学评估。神经心理测试并非旨在诊断特定的神经精神疾病,而是设计用来显示一般神经心理病理状况。这些测试可分为四种类型:(1)语言评估,(2)思维处理速度评估,(3)使用单词列表的学习能力评估,以及(4)要求患者复制复杂图形的视觉感知评估。
在给予电池之前,我们将使用10分视觉模拟量表评估每位患者坐位和站立时的疼痛程度,然后通过一系列Wong/Baker面部评分量表来评估他们的情绪。我们将对所有入组患者的生活质量(QOL)进行测量。这将通过两项著名的检查(认知状态电话访谈(TICS)和美国疾病控制与预防中心健康相关生活质量14项测量(CDC HRQOL14))以及一系列调查患者进行日常生活活动(ADLs)和工具性日常生活活动(IADLs)能力的问题来完成。这些测试将在两个时间点进行,一次在手术前,另一次在手术后一个月。我们将寻找可能与神经心理测试表现相关的生活质量变化。外周血清样本将在诱导前、夹闭颈动脉前、夹闭颈动脉后15分钟时抽取。
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。




