动脉瘤性蛛网膜下腔出血的海马体积与记忆功能
该数据集来自 clinicaltrials.gov,关注动脉瘤性蛛网膜下腔出血(aSAH)后长期神经心理损害,尤其是记忆缺陷

基本信息
资源简介
动脉瘤性蛛网膜下腔出血的海马体积与记忆功能
该数据集来自 clinicaltrials.gov,关注动脉瘤性蛛网膜下腔出血(aSAH)后长期神经心理损害,尤其是记忆缺陷。源站描述指出,体积 MRI 研究提示记忆功能障碍与颞叶萎缩(特别是海马)相关;既往研究对 77 例出院一年后临床结局良好或中等的 aSAH 患者进行检查,发现无直接脑损伤(如继发性缺血)情况下的颞叶内侧萎缩。计划中的研究将进一步考察这种关系,分析常见记忆障碍与海马体积等的关联程度,可用于探索 aSAH 后记忆功能与海马体积的回归关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:神经系统疾病、蛛网膜下腔出血、动脉瘤性。动脉瘤性蛛网膜下腔出血(aSAH)后常观察到长期甚至永久性的神经心理损害。aSAH 后最常见的损害之一是记忆缺陷。体积 MRI 研究提示记忆功能障碍与颞叶萎缩相关,尤其是海马萎缩。在一项既往研究中,77 例 aSAH 后临床结局良好或中等的患者在出院一年后接受了检查(Bendel 等,2006)。在无直接脑损伤(例如继发性缺血)的情况下检测到颞叶内侧萎缩。由于复杂认知损害对生活质量以及参与社会和职业生活的影响,计划中的研究将更详细地考察这种关系。具体而言,我们将调查经常观察到的
【主题与分类】
主题标签:Neurologic Disorder、Subarachnoid Hemorrhage, Aneurysmal。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04449666
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/NCT04449666
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
疾病条件:神经系统疾病,蛛网膜下腔出血,动脉瘤性。动脉瘤性蛛网膜下腔出血(aSAH)后常可观察到长期甚至永久性的神经心理损害。aSAH后最常见的损害之一是记忆缺陷。容积MRI研究提示,记忆功能障碍与颞叶萎缩相关,尤其是海马萎缩。在一项既往研究中,77例aSAH后临床结局良好或中等的患者在出院一年后接受了检查(Bendel等,2006)。在无直接脑损伤(如继发性缺血)的情况下检测到颞叶内侧萎缩。由于复杂认知损害对生活质量及参与社会和职业生活的影响,计划中的研究将更详细地考察这一关系。具体而言,我们将研究严重记忆损害与正常结构影像结果(颞叶内侧区域无局灶性病变)之间经常观察到的差异在多大程度上归因于海马萎缩。
与Bender及其同事的研究不同,本研究将在疾病的急性期,即患者入住神经康复病房后立即展开调查。在为期24个月的时间里,将纳入29名患有动脉瘤性蛛网膜下腔出血(aSAH,Hunt & Hess分级I级和II级)的神经康复患者。在研究入组后的第一周内(第1至第7天),进行一项平扫MRI检查(不使用造影剂),在矢状面上测量高分辨率3D-MPRAGE序列(T1加权)。在核查3D-MPRAGE序列的数据质量,尤其是其是否适用于海马体积测定之后,进行全面的神经心理学检查,测试特定的记忆和注意力功能。
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。




