卒中后视野缺损筛查与康复研究
该数据集来自 clinicaltrials.gov,聚焦卒中后视野缺损的筛查与康复研究。研究对象为近期脑血管意外住院患者,计划在意大利热那亚纳入300例急性卒中患者,使用可穿戴设备PalmScan VF2000评估视野缺损

基本信息
资源简介
卒中后视野缺损筛查与康复研究
该数据集来自 clinicaltrials.gov,聚焦卒中后视野缺损的筛查与康复研究。研究对象为近期脑血管意外住院患者,计划在意大利热那亚纳入300例急性卒中患者,使用可穿戴设备PalmScan VF2000评估视野缺损。研究目标包括量化视野缺损的发生率与严重程度、评估观察期内的自发恢复率,以及检验基于多感官刺激的早期强化视觉康复干预在减轻视野缺损严重程度方面的有效性。数据可用于卒中后视觉障碍的流行病学分析、康复效果评估及相关预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:偏盲、脑血管意外后视野缺损。研究目标为:1. 量化近期脑血管意外入住医院神经内科病房受试者中视野缺损的发生率和严重程度;2. 评估观察期间视野缺损的自发恢复率;3. 检验基于多感官刺激的早期强化视觉康复干预在减轻上述视野缺损严重程度方面的有效性。研究计划在意大利热那亚开展,纳入300名患者。在本研究中,研究者将从IRCCS Policlinico San Martino医院神经内科病房招募急性卒中后患者。研究将使用可穿戴设备(PalmScan VF2000)评估视野缺损。那些具有显著视野缺损的
【主题与分类】
主题标签:Hemianopia。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07317739
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/NCT07317739
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:偏盲、脑血管意外后视野缺损。研究目标为:1. 量化近期脑血管意外入住医院神经内科病房受试者中视野缺损的发生率和严重程度;2. 评估观察期间视野缺损的自发恢复率;3. 检验基于多感官刺激的早期强化视觉康复干预在减轻上述视觉缺损严重程度方面的有效性。研究计划在意大利热那亚开展,纳入300名患者。在本研究中,研究者将从IRCCS Policlinico San Martino医院神经内科招募急性卒中后患者。研究将使用可穿戴设备(PalmScan VF2000)评估视野缺损。对于存在显著视野缺损的患者,将随机分配至视觉康复组(在其身体康复方案中整合视觉康复治疗)或标准组。
纳入标准包括:年龄在18至90岁之间,卒中后患者(排除孤立性小脑、脑干或脊髓卒中),入住IRCCS Policlinico San Martino医院神经内科病房,能够理解并签署参与研究的知情同意书,且至少一侧上肢具有活动能力。排除标准包括:认知障碍影响对知情同意书或测试的理解,双上肢运动均有困难,存在可能影响发作前视野评估的眼部合并症,存在流畅性失语、忽视或头眼偏斜,意识障碍或谵妄。基线评估将在IRCCS Policlinico San Martino医院神经内科病房进行。基线评估后,所有诊断为视野缺损的参与者将被转介至David Chiossone基金会,并可选择转诊至一
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。




