脑中风数据集，一共有3566条数据，10个字段，包含患者性别、年龄、症状、工作类别、居住类别、是否吸烟等详细数据。使用支持向量机、决策树、逻辑回归、随机森林模型，精度都可达0.95。 ================== 脑中风又名脑卒中，是颅内血管破裂或堵塞引起的脑组织坏死进而产生的一系列症状，包括脑出血、脑梗死等。若不及时治疗，患者可能会死亡；而即使治疗及时，患者也有可能会残疾。 近年来，慢性疾病如中风、缺血性心脏病、肺癌、慢性阻塞性肺病和肝癌大幅增加，已成为中国过早死亡的主要原因。中国已经成为全球中风发病风险最高的国家，其居民中风的风险率达到了39.3%。而导致中风的原因，基本和生活习惯有关，高血压、吸烟、饮酒、高钠摄入这些都是中风的危险因素。研究显示，目前中国仅有10%到20%的中风患者可在3小时内被送到医院，治疗时间越晚，患者脑部的损害就越大。 中国高中风死亡率的现状，提醒着社会应投入更多的防控措施。《中国脑卒中防治：进展与挑战》就指出，虽然在中国，中风的发病率和患病人数都远高于心脏病，但相关医疗资源的可及性和质量水平却在32个可防控疾病中排名倒数第二。因此，预防重于治疗。

中风预测 中风相关健康数据分析。 具有对数据的统计探索和模型测试的功能

机械设计或文档或dwg文件CAD-中风病人行走辅助机构.zip

笔画预测 根据世界卫生组织（WHO）的数据，卒中是全球第二大死亡原因，约占总死亡人数的11％。 该数据集用于根据输入参数（例如性别，年龄，各种疾病和吸烟状况）预测患者是否可能中风。 数据中的每一行都提供有关患者的相关信息。

基于双向聚类方法的中医治疗中风病方剂配伍规律知识发现.pdf

基于数据挖掘技术的孟河四家中风病案分析研究.pdf

治疗中风后认知功能障碍电针刺激参数的数据挖掘研究.pdf

笔画预测 使用机器学习和流线型的笔画预测应用程序数据集： :

以新安医学防治中风病中新安医家的诊疗医案和方药为研究对象, 采用多策略相似性检索技术实现中医辨证，以基于案例推理的智能决策技术实现中医处方用药的自动化。该设计过程符合医学诊断的实际过程，现实、可行，有助于提高医师诊断过程的自动化水平，有助于中医研究的信息化、智能化和现代化。

第一部分教程链接（培训和测试）： : 第二部分教程链接（Web部署）：-https: