基于EEG功能连接与SVM的急性创伤性脑损伤深度昏迷意识恢复预测数据集
基于EEG功能连接特征和SVM分类器，预测急性创伤性脑损伤深度昏迷患者的意识恢复结局，含21例急性期患者的GCS评分和脑电特征数据。
基本信息
模态
时间序列
创建/更新时间
2023-01-27
资源简介
该数据集包含急性创伤性脑损伤深度昏迷患者的脑电图（EEG）数据及其功能连接特征，用于通过支持向量机（SVM）分类器预测意识恢复结局。数据采集自21例格拉斯哥昏迷量表（GCS）评分为3-4的急性期患者（伤后1-7天），以损伤3个月后的GCS评分作为金标准进行二分类（阳性：GCS>10，阴性：GCS<7）。核心特征包括跨频率相位相互作用拓扑图和相位锁定值。研究旨在评估EEG非线性分析在早期床旁预后判断中的辅助价值。
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://data.mendeley.com/datasets/h34bzs29r5
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
