神经系统疾病与损伤患者的远程神经心理评估
该数据集来自 clinicaltrials.gov,聚焦创伤性脑损伤、卒中、多发性硬化、帕金森病、癫痫及脑肿瘤等中枢神经系统损伤患者

基本信息
资源简介
神经系统疾病与损伤患者的远程神经心理评估
该数据集来自 clinicaltrials.gov,聚焦创伤性脑损伤、卒中、多发性硬化、帕金森病、癫痫及脑肿瘤等中枢神经系统损伤患者。这些疾病常影响认知等基础脑功能,神经心理评估在诊断、疗效评价及治疗与康复规划中居核心地位,并可用于客观判定认知功能障碍,为劳动能力医学证明或功能水平认定提供依据。数据可用于认知功能评估相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:创伤性脑损伤、卒中、多发性硬化、帕金森病、癫痫、脑肿瘤。这些神经系统疾病与损伤的特征是中枢神经系统神经元受损。由于其中许多损伤影响大脑,这些患者群体(包括创伤性脑损伤、卒中、多发性硬化、帕金森病、癫痫及不同形式的脑肿瘤)的基础脑功能(包括认知)常受影响。认知功能的神经心理评估在这些患者的诊断与评价以及治疗和康复规划中均发挥核心作用。如今,神经心理评估常被用作判定认知功能障碍的客观方式,可用于关于劳动能力的医学证明,或确定保险中的功能水平
【主题与分类】
主题标签:Traumatic Brain Injury、Stroke、Multiple Sclerosis、Parkinson Disease、Epilepsy、Brain Tumor。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05819008
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
源站:https://clinicaltrials.gov/study/NCT05819008
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
疾病范围:创伤性脑损伤、卒中、多发性硬化、帕金森病、癫痫、脑肿瘤。这些神经系统疾病和损伤的特征是中枢神经系统神经元受损。由于其中许多损伤会影响大脑,因此这些患者群体(包括创伤性脑损伤、卒中、多发性硬化、帕金森病、癫痫及不同形式的脑肿瘤)的大脑基本功能(包括认知)常受到影响。认知功能的神经心理学评估在这些患者的诊断、评估以及治疗和康复规划中均发挥着核心作用。如今,神经心理学评估常被用作确定认知功能障碍的客观方法,可用于出具关于工作能力的医学证明,或在保险案件中确定功能水平。传统的神经心理学评估通过患者与负责检查的心理学家进行面对面会诊来完成,在会诊中对不同认知功能进行评估。
例如,心理学家可以大声读出词语或数字让患者记住(工作记忆和长期记忆),患者可能需要在纸上寻找特定目标(注意力或心理速度),或者指示患者说出尽可能多的以特定字母开头的词语(言语流畅性和执行功能)。同一功能通常用不同的测试来验证结果,并且结果会结合患者的行为和遗忘信息进行解读。测试结束后,心理学家面临一项通常耗时较长的任务,即评分并将结果与常模数据进行比较。自新千年开始以来,基于计算机的测试或计算机与平板电脑“纸笔测试”的结合在临床使用中变得更加普遍。这些减少了心理学家花在评分上的一些时间,但仍然意味着患者必须来到诊所接受
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。




