预测中风风险数据集-47254

基于临床数据的中风风险预测数据集,用于早期预警和干预。

figsharefigshare
DataCite Commons
2025-06-01 更新
浏览 4
表格分类early decision indicators
Predicting Stroke Risk Dataset

基本信息

模态
表格
大小
0.000322083 GB
任务类型
分类
许可
CC BY 4.0
创建/更新时间
2025-06-01
版本
v1

资源简介

预测中风风险数据集

【一句话概览】

该数据集题为“Predicting Stroke Risk Dataset”,将卒中视为关键全球健康问题,采用全面、数据驱动的方法,以改善早期风险预测与干预。数据集含1个文件,合计322.1 KB,标签为early decision indicators,隶属健康信息学与信息系统分类,采用CC BY 4.0许可(来源 figshare,CC BY 4.0 许可)。

【数据集背景】

本数据集源站标题为《Predicting Stroke Risk Dataset》。源站首次发布:2025-04-06。

【数据内容】

源站原始描述:This study addresses stroke as a critical global health issue by employing a comprehensive, data-driven approach to improve early risk prediction and intervention

中文译文(机器翻译,仅供快速理解,请以原文为准):本研究将脑卒中视为全球重大健康问题,采用全面的、数据驱动的方法来改进早期风险预测与干预。

主表 StrockDataset.csv 含 12 列、样本前 2000 行结构完整。

【数据结构与技术规格】

文件数 1 个,合计 322.08 KB。StrockDataset.csv:text/csv,322.08 KB。数据集 DOI:10.6084/m9.figshare.28737218.v1。

【主题与分类】

源站学科分类:Health informatics and information systems。主题标签:early decision indicators。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面:https://figshare.com/articles/dataset/_b_Predicting_Stroke_Risk_Dataset_b_/28737218

使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:Almustafa, Khaled Mohamad (2025). Predicting Stroke Risk Dataset. figshare. Dataset

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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(Figshare)

命令行下载

curl -L -o "StrockDataset.csv" "https://ndownloader.figshare.com/files/53444633"

文件清单

  • StrockDataset.csv(322.08 KB)

文件总体积 322.08 KB(源站 API 实测)。

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。

数据说明

This study addresses stroke as a critical global health issue by employing a comprehensive, data-driven approach to improve early risk prediction and intervention.

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.6084/m9.figshare.28737218.v1(source: https://figshare.com/articles/dataset/_b_Predicting_Stroke_Risk_Dataset_b_/28737218)。

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。

获取专属数据定制方案