血管性痴呆
血管性痴呆是由脑血管病变及其危险因素导致的进行性认知功能障碍综合征,病理基础包括多发性梗死、关键部位梗死、小血管病及脑低灌注损伤。临床表现以执行功能下降、思维迟缓、步态障碍和情绪波动为特征,记忆损害常较阿尔茨海默病轻但波动性更明显。神经影像学可见腔隙性梗死、白质疏松等改变。诊断需结合认知评估、脑影像及血管事件史,治疗重点在于控制血压、血糖等血管危险因素,并辅以胆碱酯酶抑制剂等认知改善药物及康复训练,从而延缓病情进展。
获取 血管性痴呆 专属定制方案共 9 个数据集

Addenbrooke认知检查第三版(ACE-III)在卒中患者中检测血管性痴呆的验证数据集
该数据集包含卒中患者认知评估数据,用于验证ACE-III在检测血管性痴呆中的诊断效能。

巴西南部痴呆症患者转诊延迟数据集
巴西南部245名痴呆症患者转诊延迟数据,包含症状发作至专科评估时间、诊断类型及影响因素分析。

血管认知障碍诊断指南(巴西神经病学学会)
巴西神经病学学会发布的血管认知障碍诊断共识建议,基于文献检索总结实用指南,适用于各级医疗专业人员。

痴呆症数据集
该数据集是一个专注于痴呆症研究的医学图像数据集,包含与认知障碍相关的图像数据,主要用于图像分类任务,支持基于机器学习的痴呆症早期诊断、疾病分类及计算机辅助诊断系统的开发与研究。

共情-痴呆症数据集
该数据集是一个多语言文本数据集,包含针对痴呆症患者日常任务支持的对话或任务数据,通过情感计算和自然语言处理技术,旨在帮助痴呆症患者完成日常生活活动,主要应用于痴呆症辅助、情感支持系统及人机交互等研究方向。

基于深度学习的血管性痴呆小鼠模型Morris水迷宫测试结果预测
该数据集包含小鼠行为学实验数据,具体为正常小鼠和血管性痴呆模型小鼠在Morris水迷宫测试中前四天的平均逃避潜伏期等行为指标,以及第五天的实际测试结果,数据模态为数值型行为记录。其主要用途是通过深度学习模型(如多层感知机)预测小鼠在测试中的最终表现,以评估血管性痴呆等神经疾病模型的行为学特征,并探索缩短实验周期、减少测试负担的可行性,适用于神经科学、人工智能辅助医学研究等领域。

血管性认知障碍-非痴呆患者的经颅多普勒超声数据
该数据集包含非痴呆老年脑白质病变患者的经颅多普勒超声测量数据,涵盖平均血流速度、搏动指数、收缩期峰值血流速度、舒张末期血流速度和阻力指数等血流动力学参数,以及认知功能、额叶能力和脑白质病变严重程度的临床评估数据,主要用于研究血管性认知障碍-非痴呆的脑血流特征与微血管病理关联,支持脑血管疾病和痴呆风险的早期预测与机制探索。

根据eGFR百分位组统计的各类痴呆、阿尔茨海默病和血管性痴呆发病率
该数据集为临床表格型数据,包含不同肾功能(eGFR百分位)分组下各类痴呆症、阿尔茨海默病及血管性痴呆的发病率统计,主要用于研究肾功能与神经退行性疾病之间的流行病学关联,支持神经病学和老年医学领域的病因分析与风险预测。

血管性痴呆与非血管性痴呆组粗死亡率发生率比值
该数据集包含血管性痴呆与非血管性痴呆组之间粗死亡率发生率比值的统计表格数据,涵盖标准差、四分位距、人年、发生率比值及置信区间等指标,主要用于比较两类痴呆患者的死亡风险差异,支持痴呆症流行病学和临床预后研究。
