机器学习预测影响神经康复住院时长与医疗费用的因素
该数据集来自 clinicaltrials.gov，聚焦神经康复领域，覆盖卒中、获得性脑损伤、创伤性脑损伤、脑肿瘤、中枢神经系统感染及多发伤等病症
基本信息
资源简介
机器学习预测影响神经康复住院时长与医疗费用的因素
该数据集来自 clinicaltrials.gov，聚焦神经康复领域，覆盖卒中、获得性脑损伤、创伤性脑损伤、脑肿瘤、中枢神经系统感染及多发伤等病症。研究旨在利用从 EPIC 提取的数据，识别影响康复住院时长（RLOS）及其相关费用的因素，并确定中位直接费用以找出当地人群费用的主要贡献者。研究还计划运用人工智能或机器学习分析汇总数据，开发预测模型，以理解与延长 RLOS 相关的因素并预测需神经康复患者的 RLOS，从而辅助采取预防性措施（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：卒中、获得性脑损伤、创伤性脑损伤、脑肿瘤、中枢神经系统感染、多发伤。本研究旨在利用从 EPIC 提取的数据，识别影响三级康复机构中神经康复的 RLOS 及相关费用的因素。研究还旨在确定中位直接费用，以找出当地人群费用的主要贡献者。最后，本研究旨在利用人工智能或机器学习分析汇总数据，以开发预测模型。该模型希望理解与延长 RLOS 相关的因素，并预测需要神经康复的患者的 RLOS，从而辅助采取预防性措施。
【主题与分类】
主题标签：Stroke、Acquired Brain Injury、Traumatic Brain Injury、Brain Tumor、Central Nervous System Infections、Polytrauma。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06704997
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。
暂未开放公开下载
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。
免登录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
源站：https://clinicaltrials.gov/study/NCT06704997
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
疾病类型：卒中、获得性脑损伤、创伤性脑损伤、脑肿瘤、中枢神经系统感染、多发伤。本研究旨在利用从EPIC中提取的数据，识别影响神经康复住院时间（RLOS）的因素及其在三级康复机构中的相关费用。研究还旨在确定中位直接费用，以找出当地人群中费用的主要构成部分。最后，本研究旨在利用人工智能或机器学习分析所汇编的数据，以开发预测模型。该模型旨在理解与延长RLOS相关的因素，并预测需要神经康复的患者的RLOS，从而辅助采取预防性措施。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
