慢性和急性颈内动脉闭塞患者的灌注特征
该数据集包含86例慢性和急性颈内动脉闭塞患者的磁共振灌注成像数据，涵盖Tmax延迟、平均通过时间和脑血流量等灌注参数，通过对比分析两组患者的灌注特征差异，构建了用于鉴别急性和慢性颈内动脉闭塞的决策树模型，主要应用于脑血管病的影像诊断和灌注参数分析研究，为临床鉴别诊断提供影像学依据。
基本信息
资源简介
慢性和急性颈内动脉闭塞患者的灌注特征
【数据集背景】
本数据集源站标题为《Perfusion Profiles in Patients with Chronic and Acute Internal Carotid Artery Occlusion》。源站首次发布：2021-11-19。
【数据内容】
源站原始描述：Background It is important to identify patients with acute internal carotid artery occlusion (ICAO) from chronic ICAO, and there is still no easily applicable and consistent method for differentiation. Aims To determine whether the MR perfusion profile differs between acute and chronic ICAO, and to propose a diagnostic algorithm based on MR perfusion findings. Methods We included 38 chronic and 48 acute ICAO patients. Perfusion parameters were compared quantitatively and qualitatively between th…
【数据结构与技术规格】
文件数 1 个，合计 23.29 KB。数据集 DOI：10.17632/sbyhprjx3h.2。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/sbyhprjx3h
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://data.mendeley.com/datasets/sbyhprjx3h
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
该数据集旨在研究慢性和急性颈内动脉闭塞（ICAO）患者的磁共振灌注特征差异，并开发基于灌注成像的诊断算法。数据集包含38例慢性ICAO患者和48例急性ICAO患者的磁共振灌注成像数据，通过定量和定性分析比较了两组患者的Tmax延迟、平均通过时间（MTT）和脑血流量（CBF）等灌注参数。研究基于灌注特征构建了决策树模型，用于区分急性和慢性ICAO，结果显示独立评估者使用该模型可达到96.5%-98.8%的准确率。该数据集主要应用于脑血管病的影像诊断、灌注参数分析以及急性与慢性颈内动脉闭塞的鉴别诊断研究。
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。
