加速Theta爆发式刺激治疗难治性中枢性卒中后疼痛
该数据集来自clinicaltrials.gov，聚焦中枢性卒中后疼痛（CPSP）患者，涵盖缺血性与出血性卒中人群。研究为试点试验，评估加速间歇性Theta爆发式刺激（aiTBS）这一无创神经调控疗法治疗严重难治性CPSP的可行性、安全性与初步疗效
基本信息
资源简介
加速Theta爆发式刺激治疗难治性中枢性卒中后疼痛
该数据集英文名为 Accelerated Theta-Burst Stimulation for Refractory Central Post-Stroke Pain，来源于clinicaltrials.gov，聚焦中枢性卒中后疼痛（CPSP）患者，涵盖缺血性与出血性卒中人群。研究为一项试点试验，旨在评估加速间歇性Theta爆发式刺激（aiTBS）这一无创神经调控疗法治疗严重难治性CPSP的可行性、安全性与初步疗效。参与者将被随机分配接受高剂量或低剂量aiTBS方案，结局指标包括疼痛强度与影像生物标志物，用以评估治疗反应。本站将其归类于循环系统疾病下的其他类别，主题标签包括Central Post-Stroke Pain、Stroke、Ischemic Stroke and Hemorrhagic Stroke。
【数据集背景】
中枢性卒中后疼痛是卒中后出现的一类疼痛问题，涉及缺血性与出血性卒中人群。对于严重且难治性的中枢性卒中后疼痛，临床治疗选择有限。该试点研究正是在这一背景下提出，探索加速间歇性Theta爆发式刺激作为一种无创神经调控治疗手段的应用潜力，重点考察其可行性、安全性与初步疗效，为后续研究提供依据。
【数据内容】
该数据集围绕上述试点试验展开，涉及的研究对象为严重、难治性中枢性卒中后疼痛患者。研究采用随机分组设计，参与者被分配至高剂量或低剂量aiTBS方案组。数据内容涵盖治疗方案的剂量分组信息，以及疼痛强度与影像生物标志物等结局指标，用于评估治疗反应。主题标签所反映的疾病范围包括中枢性卒中后疼痛、卒中、缺血性卒中与出血性卒中。
【采集与来源】
该数据集来源于clinicaltrials.gov。源站描述显示，研究条件涉及Central Post-Stroke Pain、Stroke、Ischemic Stroke and Hemorrhagic Stroke。除上述来源信息外，关于具体的采集流程、采集时间、采集机构与样本量等信息，源站未提供。
【适用场景】
该数据集适用于关注中枢性卒中后疼痛无创神经调控治疗的研究场景，可用于了解加速间歇性Theta爆发式刺激在严重难治性CPSP患者中的试点研究设计，包括高剂量与低剂量方案的随机对照安排，以及以疼痛强度和影像生物标志物评估治疗反应的思路。其主题覆盖缺血性与出血性卒中相关人群，适合用于卒中后疼痛相关研究背景的参考。
【使用方法】
源站未提供。
【质量与限制】
该研究为试点试验，其定位在于评估可行性、安全性与初步疗效，而非确证性疗效结论。除此之外，关于数据质量评价、样本规模、随访时长与偏倚控制等信息，源站未提供。
【引用与许可】
源站未提供。
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://clinicaltrials.gov/study/NCT07909954
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:
数据说明
条件：卒中后中枢性疼痛、卒中、缺血性卒中及出血性卒中。本初步研究旨在评估加速间歇性θ爆发刺激（aiTBS）作为一种无创神经调控治疗手段，用于严重难治性卒中后中枢性疼痛（CPSP）患者的可行性、安全性及初步疗效。受试者将被随机分配接受高剂量或低剂量aiTBS方案，结局指标将包括疼痛强度及影像学生物标志物，以评估治疗反应。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
