缺血性脑卒中
缺血性脑卒中是指因脑供血动脉狭窄或闭塞，导致局部脑组织缺血、缺氧性坏死，进而出现相应神经功能缺损的临床综合征。其主要发病机制包括动脉粥样硬化血栓形成、心源性栓塞及小血管病变等。典型表现为突发偏侧肢体无力、言语障碍、面部歪斜等，严重时可致昏迷甚至死亡。临床诊疗依赖影像学检查如CT、MRI进行早期鉴别，急性期溶栓及血管内介入治疗是恢复血流的关键手段；后续需联合抗血小板、降脂及康复训练以改善预后。该病是神经科急症，也是全球致死致残的主要病因之一。
获取 缺血性脑卒中 专属定制方案共 559 个数据集
模拟医疗中风检测数据集
模拟医疗数据集，包含中风风险因素，用于中风检测预测建模。
脑卒中数据集
基于不平衡医疗数据的脑卒中预测数据集，用于分类任务。
脑卒中预测数据集
包含脑卒中预测指标的表格数据集，用于构建脑卒中风险预测模型。
TEKNO21脑CT卒中处理384数据集
预处理后的脑CT灰度图像，用于三类卒中分类任务，包含CLAHE增强处理。
IST-3 CT脑部扫描数据集
IST-3 CT脑部扫描数据集包含5868个CT图像，用于急性缺血性中风患者的深度学习算法开发。
APIS
首个公开的急性缺血性中风NCCT与ADC配对医学影像数据集，用于中风病灶分割。
CPAISD急性缺血性卒中数据集
CPAISD数据集包含112例非对比头颅CT扫描，标注了缺血核心和半影区域，用于急性缺血性卒中的早期检测与分割。
ASR预处理中风数据集
包含预处理特征和标签的中风数据集，用于ASR相关任务，共14047个训练样本。
ASR_Wav2Vec_Preprocess_Stroke_Dataset
包含输入值和标签的序列数据集，用于中风相关语音识别机器学习任务，分为训练集、验证集和测试集。
中风预测数据集
基于人口统计、健康和生活方式参数预测中风可能性的表格数据集，用于二分类任务。
FOMO60K数据集
包含60,529次脑MRI扫描的大规模数据集，用于脑梗死分类、脑膜瘤分割和脑年龄回归等任务。
ISLES 2022缺血性卒中病灶分割集
ISLES 2022 提供标准化急性缺血性卒中 MRI 和人工病灶掩膜，适合训练和比较 3D 医学影像分割模型，并支持病灶体积定量与预后研究。
