脑出血幸存者重复评估研究
REASSESS 研究针对自发性脑出血幸存者开展长期认知、功能与神经精神表现评估，比较微创手术（MISTIE III 与 ENRICH 中的两种相似技术）与当前标准治疗两种策略下认知衰退的发生率，并利用 MISTIE III、ENRICH 对照数据及 ERICH 与 ERICH-Longitudin
基本信息
资源简介
脑出血幸存者重复评估研究
REASSESS 研究针对自发性脑出血幸存者开展长期认知、功能与神经精神表现评估，比较微创手术（MISTIE III 与 ENRICH 中的两种相似技术）与当前标准治疗两种策略下认知衰退的发生率，并利用 MISTIE III、ENRICH 对照数据及 ERICH 与 ERICH-Longitudinal 研究的比较数据。该数据集可用于脑出血后认知衰退风险的预测建模与治疗策略比较研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：脑内出血、ICH - 脑内出血、ICH、出血、卒中、血凝块（血液）；脑、血凝块、认知衰退。REASSESS 研究将开展长期认知、功能和神经精神表现评估，以确定清除自发性脑内出血（ICH）是否能降低老龄大脑日后认知衰退的风险。本研究将比较脑内出血两种治疗策略下的认知衰退率：使用与 MISTIE III 和 ENRICH 试验中所实施的两种相似技术的微创手术，以及使用 MISTIE III 和 ENRICH 对照数据的当前标准治疗，以及来自脑出血种族/民族变异（ERICH）研究（U-01-NS067963）并延伸至 ERICH-纵向研究（R01-NS093870）的比较数据，该纵向研究随访了 900 多例 ERICH 病例，其
【主题与分类】
主题标签：Intra Cerebral Hemorrhage、ICH - Intracerebral Hemorrhage、ICH、Hemorrhage、Stroke、Clot (Blood); Brain、Clot Blood、Cognitive Decline、Cognitive Impairment、Survivorship。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05611918
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/NCT05611918
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：脑内出血、ICH－脑内出血、ICH、出血、卒中、血凝块（血液）；脑、血凝块、认知功能下降。REASSESS研究将开展长期认知、功能和神经精神表现评估，以确定清除自发性脑内出血（ICH）是否能降低老龄大脑日后发生认知功能下降的风险。本研究将比较脑内出血两种治疗策略下的认知功能下降率：一是采用与MISTIE III和ENRICH试验中所实施的两种类似技术进行微创手术，二是当前的标准治疗，使用MISTIE III和ENRICH对照者的数据，以及来自ICH种族/民族差异（ERICH）研究（U-01-NS067963）并延伸至ERICH-纵向研究（R01-NS093870）的比较数据，后者对900多例ERICH病例进行了系列认知检查随访。
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。
