Neurology_2017_偏头痛患者灰质体积变化研究数据
该数据集包含偏头痛患者和健康对照者的脑影像数据，模态为结构性磁共振成像（sMRI），用于研究偏头痛患者灰质体积的横断面与纵向变化，通过全脑分析关联临床特征与疾病活动度，主要应用于神经影像学领域，支持偏头痛病理机制及脑结构可塑性的探索。
基本信息
资源简介
Neurology_2017_偏头痛患者灰质体积变化研究数据
【数据内容】
源站原始描述：数据集概述 本数据集来源于偏头痛患者灰质体积变化的横断面与纵向研究，包含73名发作性偏头痛患者和46名健康对照者的基线脑影像数据，以及24名患者、25名对照者随访约4年后的复查数据。通过全脑分析探究患者灰质体积变化与临床特征、疾病活动度的关联，共包含4个相关文件。 文件详解 文件名称：Neurology-2017-861674-R2 Table e-1.docx 文件格式：DOCX
中文译文（机器翻译，仅供快速理解，请以原文为准）：Dataset overview: This dataset is derived from a cross-sectional and longitudinal study of gray matter volume changes in migraine patients. It includes baseline brain imaging data from 73 patients with episodic migraine and 46 healthy controls, as well as follow-up data from 24 patients and 25 controls after approximately 4 years. Whole-brain analysis was used to investigate the associations between gray matter volume changes and clinical characteristics and disease activity in patients, and it contains a total of 4 related files. File details File name: Neurology-2017-861674-R2 Table e-1.docx File format: DOCX...
【获取与许可】
源站页面：https://haidatas.com/dataset/neurology_2017_piantoutonghuanzhehuizhitij_aff781bd
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。
需登录公开下载
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。
暂未开放有偿下载
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://haidatas.com/dataset/neurology_2017_piantoutonghuanzhehuizhitij_aff781bd
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
本数据集来源于一项关于偏头痛患者灰质体积变化的横断面与纵向研究，包含73名发作性偏头痛患者和46名健康对照者的基线脑影像数据，以及24名患者和25名对照者在约4年随访后的复查数据。通过全脑分析探究患者灰质体积变化与临床特征、疾病活动度的关联，共包含4个相关文件。该数据集可用于神经影像学研究，支持对偏头痛病理机制、脑结构变化及其与疾病进展关系的探索。
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。
