基于新临床评分和D-二聚体水平的脑静脉血栓预测
该数据集是一个包含359名临床疑似脑静脉血栓形成（CVT）患者的临床表格数据，主要模态包括临床检查变量、D-二聚体血液检测数值和神经影像学结果，通过多变量分析构建了一个基于六项临床指标的CVT风险评分系统，主要用于脑血管疾病的临床风险分层、预测模型验证以及辅助诊断决策支持的研究。
基本信息
资源简介
该数据集来源于一项前瞻性多中心研究，旨在通过临床变量和D-二聚体水平预测脑静脉血栓形成（CVT）。数据集包含359名临床疑似CVT患者的连续病例信息，收集了患者入院时的临床检查数据、用于D-二聚体检测（ELISA法）的血液样本结果以及MR/CT静脉成像的神经影像学确诊结果。研究通过多变量逻辑回归建立了包含6个变量的临床评分系统（包括癫痫发作、已知易栓症、口服避孕药、症状持续时间>6天、最严重头痛和局灶性神经功能缺损），用于将患者分为低、中、高CVT风险组。该数据集主要应用于脑血管疾病的风险评估、临床决策支持系统开发以及血栓形成预测模型的研究。
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。
暂未开放有偿下载
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
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
该数据集来源于一项前瞻性多中心研究，旨在通过临床变量和D-二聚体水平预测脑静脉血栓形成（CVT）。数据集包含359名临床疑似CVT患者的连续病例信息，收集了患者入院时的临床检查数据、用于D-二聚体检测（ELISA法）的血液样本结果以及MR/CT静脉成像的神经影像学确诊结果。研究通过多变量逻辑回归建立了包含6个变量的临床评分系统（包括癫痫发作、已知易栓症、口服避孕药、症状持续时间>6天、最严重头痛和局灶性神经功能缺损），用于将患者分为低、中、高CVT风险组。该数据集主要应用于脑血管疾病的风险评估、临床决策支持系统开发以及血栓形成预测模型的研究。
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。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 静脉血栓形成 的高质量、多模态真实临床数据定制解决方案。
