中风
中风即脑卒中，是由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑而引起脑组织损伤的一组急性脑血管疾病，主要包括缺血性卒中和出血性卒中。其核心病理机制涉及脑血流中断后的能量衰竭、兴奋性毒性、炎症反应及细胞凋亡级联。典型临床表现为突发的局灶性神经功能缺损，如单侧肢体无力、面部歪斜、言语不清、视物模糊或眩晕等。诊断依赖头颅CT、MRI及血管影像，治疗上强调时间窗内的静脉溶栓、机械取栓及早期抗血小板、神经保护等，后期需规范化康复。中风是重大慢病防控重点，在专病数据库建设和精准诊疗研究中占据核心地位。
获取 中风 专属定制方案MIMIC-IV ECG+临床可穿戴设备调整中风数据集
该数据集整合了心电图（ECG）信号和临床可穿戴设备采集的生理数据，属于多模态生物医学数据集，主要用于中风风险预测和疾病早期预警研究，支持机器学习模型在健康监测与医疗诊断领域的应用开发。
中风后康复评估数据集
该数据集包含中风患者康复评估的临床研究数据，涉及文本形式的医疗记录和结构化临床表格，记录了患者人口统计学特征、中风严重程度、康复需求评估结果及出院去向等多维度信息，主要用于评估不同干预措施对康复评估实践改进的效果，并研究影响中风患者获得康复服务的相关因素，为优化卒中康复管理提供实证依据。
按卒中类型（缺血性与出血性）划分的神经影像学发现与卒中特征数据集
该数据集是一个包含缺血性与出血性卒中病例的医学数据集，数据模态主要包括神经影像学数据（如CT、MRI图像）和临床表格特征（如卒中症状、严重程度等），主要用于卒中神经影像学分析、卒中类型分类与鉴别诊断研究，以及支持临床预后评估和医疗决策。
EEG中风数据集
该数据集是一个多类别脑电图（EEG）数据集，包含中风患者和健康对照组的EEG信号数据，数据模态为时间序列的神经电生理信号。其主要用途是支持中风疾病的自动检测、分类及早期诊断研究，可应用于医疗辅助诊断、神经科学分析和脑机接口开发等领域。
脑小血管病与中风：通过中风病因关联，而非中风位置或大小
该数据集包含859个标准化二值化病灶图的神经影像数据，以NIFTI格式存储，涵盖贝叶斯和频率主义病灶缺陷映射的分析结果，主要用于研究脑小血管病与中风的病因关联，以及病灶地形与中风类型的关系，适用于神经影像学和中风临床研究。
印度缺血性中风患者睡眠分析多导睡眠图数据集
该数据集是一个包含100名印度缺血性中风患者多导睡眠图记录的医学数据集，数据模态包括生理信号（EDF格式）和临床表格（XLSX格式），其中生理信号记录了睡眠期间的脑电、心电等多通道电生理数据，临床表格则详细标注了睡眠分期、觉醒事件及患者的人口统计学与临床特征。其主要用途是支持机器学习模型在自动睡眠分期任务上的训练与评估，并用于深入研究中风患者群体的睡眠障碍特征与睡眠结构异常，为神经睡眠医学和卒中后康复研究提供重要的数据资源。
印度中风语音语料库
该数据集是一个包含50名中风患者和50名健康对照者语音记录的临床语音语料库，数据模态为语音音频，采集自印度医院环境，包含元音、单词和泰卢固语句子三种语音内容，主要用于构音障碍语音分类研究，支持中风后言语障碍的自动检测和评估，为医学语音分析提供重要资源。
印度尼西亚中风风险评分数据集
该数据集包含印度尼西亚201名参与者的临床表格数据，涵盖人口统计学、临床风险因素（如高血压、糖尿病、心脏病、胆固醇水平）和生活方式（如吸烟、饮酒、体力活动、饮食）等多模态信息，主要用于中风风险预测研究，以识别高风险人群并支持公共卫生干预策略的制定。
印度尼西亚卒中风险评分数据集
该数据集是一个针对印度尼西亚人群的临床表格数据集，包含201名参与者的多模态信息，如人口统计学、临床风险因素（高血压、糖尿病、心脏病、胆固醇水平）、生活方式（吸烟、饮酒、体力活动、饮食）以及身体质量指数（BMI），主要用于卒中风险预测研究、高风险个体识别以及公共卫生干预策略的制定与评估。
中风研究结果
该数据集包含271例中风患者的临床表格数据，涵盖年龄、性别、中风前残疾状况、中风严重程度及康复情况等变量，通过回顾性研究分析性别差异对中风特征和预后的影响，主要用于中风性别差异研究、临床预后评估和个性化治疗策略制定，为临床医生提供基于性别的中风管理参考依据。
中风数据集
该数据集是一个多模态医学数据集，包含中风患者的正面视频、血流动力学和运动学数据，其中视频数据记录患者的运动与面部信息，血流动力学数据通过fNIRS技术采集大脑前额叶区域22个通道的信息，运动学数据则涵盖手部速度、关节角速度等参数，主要用于中风康复评估、运动功能分析和机器学习在医疗诊断中的研究。
中风风险预测数据集
该数据集是一个包含5,110条记录的临床表格数据，涵盖年龄、血糖、BMI、高血压和心脏病等特征，用于通过统计分析和机器学习方法预测中风风险，主要研究方向为心血管疾病早期筛查、健康数据建模以及临床干预策略的优化。