中风

该数据集是一个包含缺血性中风患者医疗记录的医学数据集，数据模态涉及临床表格、可能的影像学数据（如脑部CT或MRI）及实验室指标等，主要用于中风风险预测、疾病机制研究、临床决策支持模型开发等医学人工智能研究方向。

该数据集是一个包含患者关键健康指标和人口统计学信息的临床表格数据，涵盖年龄、性别、高血压、心脏病、血糖水平、BMI及吸烟状况等多维特征，主要用于构建中风风险预测模型，支持医学研究和健康管理应用。

该数据集是一个包含多例患者脑部CT影像的医学影像数据集，专门用于脑卒中的分类、分割和检测研究，主要应用于医学影像分析、计算机辅助诊断及深度学习模型训练等领域，为相关研究提供标准化数据支持。

该数据集是一个包含患者临床特征与人口统计学信息的医疗健康数据集，数据模态为结构化表格，涵盖年龄、性别、病史、血糖水平等变量，主要用于中风风险预测、疾病因素分析和机器学习模型构建，适用于医疗健康领域的研究与应用。

该数据集包含1987-2018年美国心脏移植受者的种族特征及移植后中风情况，来源于SRTR登记处，为表格数据。

该数据集包含两名中风后慢性命名障碍患者在个性化经颅交流电刺激干预期间及随访期的脑电图（EEG）数据与行为学表现，数据模态包括神经电生理信号（EEG）和临床行为记录（图片命名任务），主要用于研究神经调控技术对中风后语言功能障碍的康复效果、治疗机制的神经基础以及干预效果的持续性评估。

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。

用于心脏卒中风险预测的医学分类数据集。

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。

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。

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。

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。