数据集导航

医疗数据集导航 - 全部数据集（第 93 页）

汇集 20 大疾病系统 5035 个医疗数据集，支持搜索与分类筛选，助力医疗AI研发选型

共 5035 个数据集 · 第 93 / 168 页
数据集名称 系统分类 病种 数据模态 任务类型 描述 来源 原始地址 操作
痴呆症护理资源分配决策定性分析数据集神经系统疾病认知障碍（非特指）文本文本痴呆症护理资源分配决策的定性分析数据集，包含小故事和COREQ清单。Zenodohttps://zenodo.org/record/4309313访问
早期认知障碍远程康复：HomeCoRe系统可用性与用户体验研究神经系统疾病认知障碍（非特指）表格表格该数据集包含HomeCoRe远程康复系统在早期认知障碍患者中的可用性与用户体验数据，涵盖治疗依从性、患者表现及问卷结果。RCCS Mondino Foundation, Pavia, IUSS Pavia; IRCCS Mondino Foundation, Pavia, IUSS Pavia; IRCCS Mondino Foundation, Pavia; Giustino Fortunato University, Benevento; Panzarasa Silvia; IRCCS Mondino Foundation, Pavia, University of Pavia; University of Pavia; IRCCS Mondino Foundation, Paviahttps://zenodo.org/record/5837548访问
瑞士简易阅读版综合姑息护理结局评估量表（用于失智症患者）的评估者间信度研究数据集神经系统疾病认知障碍（非特指）表格姑息护理该数据集为失智症患者姑息护理结局评估量表的评估者间信度研究数据，包含评分表格、数据字典和分析脚本。Zenodohttps://zenodo.org/record/8036812访问
步态分析与可穿戴传感器在痴呆检测中的研究：文献计量综述补充表1神经系统疾病认知障碍（非特指）表格步态分析包含108篇关于步态分析和可穿戴传感器用于痴呆检测的文献综述研究信息，涵盖作者、设备、步态参数等关键数据。Zenodohttps://zenodo.org/doi/10.5281/zenodo.16993768访问
基于人工智能的时钟绘制测试自动评分数据集（老年人初级保健）神经系统疾病认知障碍（非特指）表格人工智能评分包含老年人初级保健中时钟绘制测试的匿名数据、变量字典及AI评分材料，用于认知评估和自动评分研究。Zenodohttps://zenodo.org/doi/10.5281/zenodo.19180033访问
OpenData SCI修复数据神经系统疾病脊髓损伤表格Spinal Cord Injury Repair Omics GSE138620 面向脊髓损伤及相关临床研究，提供公开可访问的表格数据、标注或队列信息，适合用于分类、疾病表型分层、结构测量、风险预测和医学AI模型基准测试。NCBIhttps://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE138620访问
脊髓损伤转录组GSE151371神经系统疾病脊髓损伤表格Spinal Cord Injury GSE151371 面向脊髓损伤及相关临床研究，提供公开可访问的表格数据、标注或队列信息，适合用于分类、疾病表型分层、结构测量、风险预测和医学AI模型基准测试。NCBIhttps://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE151371访问
脊髓损伤单细胞GSE162610神经系统疾病脊髓损伤表格Spinal Cord Injury scRNA-seq GSE162610 面向脊髓损伤及相关临床研究，提供公开可访问的表格数据、标注或队列信息，适合用于分类、疾病表型分层、结构测量、风险预测和医学AI模型基准测试。NCBIhttps://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE162610访问
脊髓损伤表达谱GSE5296神经系统疾病脊髓损伤表格Spinal Cord Injury GSE5296 面向脊髓损伤及相关临床研究，提供公开可访问的表格数据、标注或队列信息，适合用于分类、疾病表型分层、结构测量、风险预测和医学AI模型基准测试。NCBIhttps://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE5296访问
脊髓损伤转录组GSE45006神经系统疾病脊髓损伤表格Spinal Cord Injury GSE45006 面向脊髓损伤及相关临床研究，提供公开可访问的表格数据、标注或队列信息，适合用于分类、疾病表型分层、结构测量、风险预测和医学AI模型基准测试。NCBIhttps://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE45006访问
分析微阵列（GSE45006）大鼠T8脊髓损伤7天后 - 补充表1神经系统疾病脊髓损伤该数据集包含大鼠T8脊髓损伤模型在损伤后7天的转录组微阵列数据，具体包括4个假手术对照样本和4个损伤样本的基因表达谱，数据模态为基因表达矩阵，主要用于研究脊髓损伤后的分子机制、应激反应相关的基因表达变化，以及潜在治疗靶点的发现。https://data.mendeley.com/datasets/c6d2hbm4tj访问
额颞叶痴呆命名障碍及其神经相关性数据集神经系统疾病额颞叶痴呆该数据集包含103名额颞叶痴呆（bvFTD）和语义性痴呆（SD）患者的神经心理学测试数据与脑影像学评估，主要数据模态包括临床表格（命名测试分数、错误分类、执行功能评分）和医学影像（磁共振扫描的脑萎缩视觉评分），用于研究痴呆症患者的命名障碍神https://data.mendeley.com/datasets/8rv2zvsn2k访问
额颞叶痴呆中催产素与模仿的神经效应：一项随机交叉研究的补充材料神经系统疾病额颞叶痴呆该数据集包含28名额颞叶痴呆患者在接受鼻内催产素或安慰剂干预后，通过功能性磁共振成像采集的脑部血氧水平依赖信号数据，结合面部表情模仿任务，旨在研究催产素及模仿行为对患者大脑同理心与情绪处理相关神经活动的影响，主要用于神经科学与临床精神病学领https://search.dataone.org/view/sha256:0ac940ab0a1bc1bd6efcb4ee67b81b1ecb288e103fa541fd91e91c00049e8341访问
遗传性额颞叶痴呆倡议队列神经系统疾病额颞叶痴呆多模态遗传性额颞叶痴呆倡议队列 是真实公开或可申请访问的数据资源，包含多模态数据、临床变量、标签或随访信息。该数据集适合额颞叶痴呆相关的FTD表型分类、行为/语言亚型识别、影像生物标志物和自然史分析，也便于复现基准实验、训练模型和开展跨队列验证。GENFI Consortiumhttps://data.dpuk.ukserp.ac.uk/cohortdirectory/Item?fingerPrintID=GENFI访问
ALLFTD额颞叶变性纵向队列神经系统疾病额颞叶痴呆多模态ALLFTD额颞叶变性纵向队列 是真实公开或可申请访问的数据资源，包含多模态数据、临床变量、标签或随访信息。该数据集适合额颞叶痴呆相关的FTD表型分类、行为/语言亚型识别、影像生物标志物和自然史分析，也便于复现基准实验、训练模型和开展跨队列ALLFTD Consortiumhttps://www.allftd.org/data访问
OASIS-3纵向多模态影像集神经系统疾病额颞叶痴呆多模态OASIS-3纵向多模态影像集 是真实公开或可申请访问的数据资源，包含多模态数据、临床变量、标签或随访信息。该数据集适合额颞叶痴呆相关的FTD表型分类、行为/语言亚型识别、影像生物标志物和自然史分析，也便于复现基准实验、训练模型和开展跨队列Washington University Knight ADRChttps://sites.wustl.edu/oasisbrains/访问
小鼠蛛网膜下腔出血海马组织数据集神经系统疾病蛛网膜下腔出血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。Department of Neurosurgery, The Fourth Affiliated Hospital, Zhejiang University School of Medicinehttps://www.iprox.cn/page/project.html?id=IPX0008486000访问
蛛网膜下腔出血患者样本属性表神经系统疾病蛛网膜下腔出血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Profiles of exRNA in CSF and Plasma from Subarachnoid Hemorrhage Patients (phs001759.v1.p1)http://www.ncbi.nlm.nih.gov/projects/gap/cgi-bin/dataset.cgi?study_id=phs001759.v1.p1&pht=8710访问
非增强CT蛛网膜下腔出血分割集神经系统疾病蛛网膜下腔出血图像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。Río Hortega University Hospitalhttps://zenodo.org/records/8228847访问
INSTANCE 2022颅内出血分割挑战集神经系统疾病蛛网膜下腔出血图像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。INSTANCE Challenge Organizershttps://instance.grand-challenge.org/Instance2022/访问
脑出血扩展边界框数据集神经系统疾病蛛网膜下腔出血图像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。BHX authorshttps://physionet.org/content/bhx-brain-bounding-box/1.1/访问
颅内出血CT检测与分割集神经系统疾病蛛网膜下腔出血图像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。University of Mosul and collaboratorshttps://physionet.org/content/ct-ich/1.3.1/访问
脑瘫ClinVar变异神经系统疾病脑性瘫痪表格ClinVar Cerebral Palsy 面向脑性瘫痪及相关临床研究，提供公开可访问的表格数据、标注或队列信息，适合用于分类、疾病表型分层、结构测量、风险预测和医学AI模型基准测试。NCBIhttps://www.ncbi.nlm.nih.gov/clinvar/?term=cerebral%20palsy访问
脑性瘫痪远程康复数据集神经系统疾病脑性瘫痪该数据集收集了脑性瘫痪患者与典型发育对照者在COVID-19隔离期间，通过非沉浸式虚拟现实严肃游戏进行远程康复训练的实验数据，包含准确性、精确度、命中率和自觉劳累程度等指标的统计结果，数据模态为临床表格与评估量表，主要用于研究远程康复技术对https://data.mendeley.com/datasets/hftdsj2x4z访问
基于智能手机耦合惯性传感器技术和机器学习的脑瘫肌张力障碍和舞蹈手足徐动症的家庭测量数据集神经系统疾病脑性瘫痪时间序列时间序列包含MATLAB脚本和函数，用于通过智能手机惯性传感器数据评估脑瘫患者的肌张力障碍和舞蹈手足徐动症，支持机器学习模型训练。Zenodohttps://zenodo.org/record/6379450访问
脑瘫年轻人向成人服务过渡的横断面研究数据神经系统疾病脑性瘫痪表格横断面研究脑瘫年轻人向成人服务过渡的横断面研究数据，表格形式，包含参与者元数据。RCSIhttps://zenodo.org/record/6636480访问
痉挛性脑瘫儿童3D打印踝足矫形器（AFO）优化文献综述数据集神经系统疾病脑性瘫痪表格3D打印踝足矫形器包含13篇关于痉挛性脑瘫儿童3D打印踝足矫形器优化文献的提取和分类数据，以表格形式呈现。Zenodohttps://zenodo.org/doi/10.5281/zenodo.17217813访问
脑损伤儿童视觉视野缺陷的多感官远程康复训练数据集神经系统疾病脑性瘫痪其他远程康复训练脑损伤儿童视觉视野缺陷的多感官训练与远程康复数据集，包含实验评估数据。Meyer Children's Hospital; University of Milano-Bicocca; Fondazione Stella Maris; IRCCS Istituto Auxologico Italiano; Swiss Paraplegic Researchhttps://zenodo.org/doi/10.5281/zenodo.17599467访问
脑瘫儿童沉浸式虚拟现实导航技能训练数据集神经系统疾病脑性瘫痪表格表格包含脑瘫儿童和正常儿童在沉浸式虚拟现实训练前后的导航及视空间能力数据，用于评估训练效果。Zenodohttps://zenodo.org/doi/10.5281/zenodo.6536242访问
CP步态视频评估数据神经系统疾病脑性瘫痪视频Cerebral Palsy Video Gait Assessment Dataset 面向脑性瘫痪及相关临床研究，提供公开可访问的视频数据、标注或队列信息，适合用于分类、疾病表型分层、结构测量、风险预测和医学AI模型基准测试。CP Gait Authorshttps://zenodo.org/records/14261939访问