经皮耳迷走神经刺激促进自发性脑出血术后意识恢复
该数据集来自clinicaltrials.gov,聚焦自发性脑出血术后意识恢复的经皮耳迷走神经刺激(taVNS)研究。研究采用核心随机对照试验嵌套多模态机制子研究,主要临床目的是确定早期taVNS能否改善自发性脑出血术后意识恢复,机制目的涵盖残余觉醒网络、脑灌注与代谢、神经炎症与神经损伤、电生理功能

基本信息
资源简介
经皮耳迷走神经刺激促进自发性脑出血术后意识恢复
该数据集来自clinicaltrials.gov,聚焦自发性脑出血术后意识恢复的经皮耳迷走神经刺激(taVNS)研究。研究采用核心随机对照试验嵌套多模态机制子研究,主要临床目的是确定早期taVNS能否改善自发性脑出血术后意识恢复,机制目的涵盖残余觉醒网络、脑灌注与代谢、神经炎症与神经损伤、电生理功能及自主神经调节等变化,并检验这些变化是否中介临床恢复,同时识别与治疗反应相关的基线表型(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:意识障碍、自发性脑出血。本研究采用核心随机对照试验并嵌套多模态机制子研究。主要临床目的是确定早期taVNS是否能改善自发性脑出血(sICH)手术治疗后的意识恢复。机制目的包括:描述治疗相关的残余觉醒网络、脑灌注与代谢、神经炎症与神经损伤、电生理功能及自主神经调节的变化;检验这些变化是否中介临床恢复;识别与治疗反应相关的基线表型。符合条件的参与者将在术后第5天(±1天)通过最小化程序按1:1比例随机分组。活性组将接受左耳taVNS,频率25 Hz,脉宽500微
【主题与分类】
主题标签:Disorders of Consciousness、Spontaneous Intracerebral Hemorrhage。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07761507
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/NCT07761507
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
条件:意识障碍、自发性脑出血。本研究采用核心随机对照试验,并嵌套多模态机制子研究。主要临床目的是确定早期taVNS是否能改善自发性脑出血(sICH)手术治疗后意识恢复。机制目的包括:描述治疗相关的残余觉醒网络、脑灌注与代谢、神经炎症与神经损伤、电生理功能及自主神经调节的变化;检验这些变化是否介导临床恢复;识别与治疗反应相关的基线表型。符合条件的受试者将在术后第5天(±1天)采用最小化法按1:1比例随机分组。活性组将接受左耳taVNS,频率25 Hz,脉宽500微秒,强度0.8-1.5 mA,采用30秒开启与30秒关闭交替循环。刺激将持续进行,每日1次、每次8小时,共6周。
假手术组将佩戴相同装置,电极置于相同左耳位置,每日一次、每次8小时,持续6周,但不输出电流。其他标准术后和康复护理将按当地临床实践提供。意识评估采用修订版昏迷恢复量表(CRS-R),在基线以及术后第28天和第90天进行。术后第90天的评估将由独立的盲法评估团队完成。CRS-R诊断分类将用于将参与者归类为无反应觉醒综合征/植物状态(UWS/VS)、最小意识状态减(MCS-)、最小意识状态加(MCS+)或脱离最小意识状态(eMCS)/有意识。机制性评估将围绕统一时间表组织,并设定特定模态的时间窗和入选标准。参考时间点为术后第5天(±1天)的刺激前基线、治疗早期窗
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。




