CPAISD - 急性缺血性脑卒中数据集
该数据集是一个包含急性缺血性脑卒中患者脑部影像的医学数据集,主要模态为医学影像(如CT或MRI),用于区分缺血核心区与半暗带,支持脑卒中的病灶分割、临床诊断及治疗策略研究。

基本信息
资源简介
CPAISD - 急性缺血性脑卒中数据集
【数据集背景】
本数据集源站标题为《CPAISD - Acute Ischemic Stroke Dataset》。源站首次发布:2025-03-29。
【数据内容】
源站原始描述:# 🧠 CPAISD: Core-Penumbra Acute Ischemic Stroke Dataset 🩸 ## CT Scans for Hyperacute Stroke Research !DOI DOI Link !License: MIT License Details Welcome to **CPAISD**, a dataset featuring **112 non-contrast cranial CT scans** from patients with hyperacute stroke. Each scan includes expertly segmented **ischemic core** and **penumbra zones**, making this a powerful resource for advancing medical image analysis, stroke lesion segmentation, and understanding acute ischemic stroke dynami…
【数据结构与技术规格】
文件数 20 个,合计 3.85 MB。
【主题与分类】
主题标签:computer science、heart conditions。
【获取与许可】
源站页面:https://www.kaggle.com/datasets/orvile/cpaisd-acute-ischemic-stroke-dataset
使用许可:MIT。
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。
需登录公开下载
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。
暂未开放有偿下载
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
方式一:KaggleHub(Python,推荐 AI Agent 使用)
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("orvile/cpaisd-acute-ischemic-stroke-dataset")
print("数据已下载至:", path)
方式二:Kaggle CLI(命令行)
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d orvile/cpaisd-acute-ischemic-stroke-dataset
unzip cpaisd-acute-ischemic-stroke-dataset.zip -d cpaisd-acute-ischemic-stroke-dataset/
数据说明
CPAISD(Core-Penumbra Acute Ischemic Stroke Dataset)是一个专注于急性缺血性脑卒中的医学影像数据集。该数据集包含脑部影像数据,旨在区分缺血核心区(core)与缺血半暗带(penumbra),为临床诊断和治疗决策提供支持。数据来源于公开的医学影像资料,适用于脑卒中病灶分割、预后评估及治疗策略优化等研究方向。
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。




