蛛网膜下腔出血
蛛网膜下腔出血是指颅内血管破裂后血液流入蛛网膜下腔引起的急性出血性卒中，最常见原因为颅内动脉瘤破裂，其次为脑血管畸形、高血压动脉硬化等。突发剧烈头痛是其典型临床表现，常伴恶心、呕吐、颈项强直，严重者可迅速出现意识障碍。诊断主要依赖头颅CT平扫及腰椎穿刺，脑血管造影是明确病因的金标准。治疗包括血管内介入栓塞或开颅夹闭术阻止再出血，同时需管理脑血管痉挛、脑积水等并发症。该病起病急、病死率高，是神经科及神经重症的重要研究方向。
获取 蛛网膜下腔出血 专属定制方案共 13 个数据集
非增强CT蛛网膜下腔出血分割集
该数据集专门面向蛛网膜下腔出血，提供 NIfTI 格式非增强 CT 和对应出血掩膜，可用于训练 SAH 自动分割、出血体积评估和死亡风险预测模型。
INSTANCE 2022颅内出血分割挑战集
INSTANCE 2022 面向各类颅内出血三维分割，提供训练和验证数据、在线评测及基准任务，适合研究各向异性 CT 体数据分割和出血体积量化。
脑出血扩展边界框数据集
BHX 面向颅内出血定位任务，提供 CT 图像中的出血框信息与处理流程，适合弱监督检测、病灶定位、硬膜下或硬膜外出血初筛模型开发。
颅内出血CT检测与分割集
CT-ICH 是 PhysioNet 上公开的头颅 CT 出血分割数据集，含 NIfTI 影像、逐层诊断标签和人工出血掩膜，适合检测、分割和小样本算法验证。
CQ500头颅CT数据集
CQ500 提供真实临床头颅 CT 检查及专家标注，可用于识别颅内出血和相关急诊影像异常，对外部验证和跨机构泛化评估尤其有价值。
RSNA-ASNR颅内出血检测挑战集
RSNA 颅内出血挑战集覆盖蛛网膜下腔、硬膜下、硬膜外、脑实质和脑室内出血标签，是训练 CT 出血筛查、亚型分类和急诊辅助诊断模型的经典数据集。
MIMIC-III NIHSS卒中量表标注集
NIHSS 标注集面向卒中自由文本，提供量表项目、分值和关系标注，适合训练命名实体识别、关系抽取和卒中严重程度结构化模型。
测量血清淀粉样蛋白A以预测动脉瘤性蛛网膜下腔出血感染
该数据集包含81名动脉瘤性蛛网膜下腔出血患者在住院10天期间的血浆样本，通过质谱和免疫测定技术检测血清淀粉样蛋白A等蛋白质表达水平，属于临床蛋白质组学数据模态，主要用于研究生物标志物对医院感染的预测能力，以指导早期抗菌治疗和改善患者管理策略。
全队列蛛网膜下腔出血特征数据集
该数据集为临床表格模态数据，收录了蛛网膜下腔出血全队列患者的临床特征信息，包括人口统计学、临床表现及诊断指标等，主要用于支持蛛网膜下腔出血的流行病学分析、临床特征研究与疾病预后评估等医学研究方向。
小鼠蛛网膜下腔出血海马组织数据集
该数据集包含小鼠蛛网膜下腔出血模型的海马组织样本，数据模态涉及蛋白质组学或组织病理学信息，主要用于研究神经系统疾病的发病机制、海马组织的病理学变化以及潜在生物标志物的发现，为相关疾病的基础与临床研究提供数据支持。
蛛网膜下腔出血患者样本属性表
该数据集是一个包含蛛网膜下腔出血患者生物样本属性的临床表格数据，详细记录了样本采集部位、分析物类型、生物流体类型和细胞外RNA来源信息，数据来源于患者的脑脊液和血浆样本，主要用于蛛网膜下腔出血的分子机制研究、生物标志物探索以及exRNA在疾病诊断和治疗中的潜在应用。
SAH ML Based蛛网膜下腔出血预后预测研究数据
该数据集包含蛛网膜下腔出血患者的临床表格数据，涵盖延迟性脑缺血状态、出院预后、3个月预后及临床医生预测等多维度信息，主要用于机器学习模型在神经重症预后预测中的性能对比与验证研究，旨在探索机器学习优化蛛网膜下腔出血临床管理的潜力。
