卒中结局优化项目数据集

该数据集是一个包含急性中风患者多模态临床数据的公开医学研究资源，主要数据内容包括去标识化的医学影像、行为测量指标以及人口统计学信息，数据模态涵盖神经影像、行为测量和临床表格，主要用于支持神经影像数据处理流程的开发、教育以及构建符合BIDS标准的临床数据处理管道。

github

2024-05-08 更新

中风研究BIDS标准

基本信息

创建/更新时间

2024-05-08

资源简介

该数据集是一个完全符合BIDS标准的医学研究数据集，包含来自南卡罗来纳州急性中风患者群体的去标识化图像数据、行为测量指标以及人口统计学详细信息。数据集经过严格的去标识化处理，支持公开共享，主要用于支持神经影像数据处理流程的开发与教育，特别适用于构建能够处理临床神经影像数据的BIDS兼容管道。

原始链接

https://github.com/OpenNeuroDatasets/ds004889

访问原始数据

官方服务

如需原始数据获取支持或标注服务，请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载，应该可以免费公开下载。

免登录

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。

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

千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

使用方式

数据集获取

git clone https://github.com/OpenNeuroDatasets/ds004889.git

curl -L -o repo.zip https://github.com/OpenNeuroDatasets/ds004889/archive/refs/heads/main.zip
unzip repo.zip

源站 README 摘录（使用方式）

Stroke Outcome Optimization Project (SOOP)

Overview

This dataset includes anonymized images, behavioral measures and demographic details from a cohort of individuals from South Carolina with acute stroke. The fully BIDS-compatible dataset is fully anonymized, allowing public sharing which is vital for education and development of BIDS pipelines that are capable of processing clinical datasets. Along with its companion chronic Aphasia Recovery Cohort (ARC), these features complement existing repositories of [acute](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10444746/ and chronic stroke.

Data Contents

participants.tsv - List of subject IDs, demographic variables, and impairment measures. Note that many variables are generalized to meet International Safe Harbor Privacy Principles.
Subject Directories - MRI data directories for each subject. Note that sequence protocols and diffusion derivative formula vary between individuals. See the individual BIDS JSON sidecars included with each image for specific details.
- anat - T1w and T2w-FLAIR anatomical images
- dwi - Diffusion weighted Trace and apparent diffusion coefficient (ADC) images

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