神经重症监护患者危险因素与结局
该数据集来自 clinicaltrials.gov,聚焦瑞典神经重症监护过程中的危重急性脑损伤患者,覆盖动脉瘤性蛛网膜下腔出血、缺血性卒中、脑出血、急性卒中、脑膜炎、癫痫和创伤性脑损伤等人群

基本信息
资源简介
神经重症监护患者危险因素与结局
该数据集来自 clinicaltrials.gov,聚焦瑞典神经重症监护过程中的危重急性脑损伤患者,覆盖动脉瘤性蛛网膜下腔出血、缺血性卒中、脑出血、急性卒中、脑膜炎、癫痫和创伤性脑损伤等人群。数据涉及患者特征、重症监护数据、管理与治疗、短期和长期随访、死亡率以及地区和性别差异等方面,可用于描述性分析与结局预测研究,以支持神经重症监护管理改进、减少院内继发损伤并改善诊断与随访(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:神经重症监护病房患者、动脉瘤性蛛网膜下腔出血、缺血性卒中、脑出血、急性卒中、脑膜炎、癫痫、创伤性脑损伤。该流行病学研究项目的总体目的是对瑞典神经重症监护过程中的关键要素进行全面探索和分析。将涉及急性脑损伤危重患者重症监护管理的各个方面。分析包括患者特征描述、重症监护数据、管理与治疗、短期和长期随访的各个方面、死亡率、地区差异和性别相关差异。长期目标是发展神经重症监护与管理,尽量减少院内损伤和继发性损伤,改进诊断和随访,以减少长期神经功能
【主题与分类】
主题标签:Neuro-intensive Care Unit Patients、Subarachnoid Hemorrhage, Aneurysmal、Ischemic Stroke、Intracerebral Hemorrhage、Stroke, Acute、Meningitis、Epilepsy、Traumatic Brain Injury、Acute Brain Injuries、Acute Neurological Injury。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07052656
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/NCT07052656
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:神经重症监护病房患者、蛛网膜下腔出血、动脉瘤性、缺血性卒中、脑出血、急性卒中、脑膜炎、癫痫、创伤性脑损伤。本流行病学研究项目的总体目的是对瑞典神经重症监护过程中的关键要素进行全面探索和分析。将涉及急性脑损伤危重患者重症监护管理的各个方面。分析内容包括患者特征描述、重症监护数据、管理与治疗、短期和长期随访的各个方面、死亡率、地区差异和性别差异。长期目标是发展神经重症监护与管理,尽量减少院内损伤和继发性损伤,改进诊断和随访,以减少这些患者长期神经功能缺损和死亡率。
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。




