卒中偏瘫肩痛：超声表现与VAS（横断面研究）
该数据集来自clinicaltrials.gov，聚焦卒中后偏瘫肩痛患者，收录肩部超声异常评分与疼痛严重程度（VAS，分别评估静息、活动与夜间疼痛）的横断面观察数据
基本信息
资源简介
卒中偏瘫肩痛：超声表现与VAS（横断面研究）
该数据集英文名为 Stroke Hemiplegic Shoulder Pain: Ultrasound Findings and VAS (Cross-Sectional)，来源于 clinicaltrials.gov，聚焦卒中后偏瘫肩痛患者。偏瘫肩痛是卒中后常见并发症，可能对康复结局产生负面影响。该数据集围绕肩部超声异常评分与疼痛严重程度之间的关系展开，采用前瞻性横断面观察设计，纳入伴有偏瘫肩痛的成年卒中患者，在入院时进行评估。疼痛严重程度使用视觉模拟量表（VAS）分别针对静息痛、活动痛和夜间痛进行评定；肩部超声按标准化方案实施，并计算超声异常总评分。数据集主题标签为 Hemiplegic Shoulder Pain 与 Stroke，本站分类归入循环系统疾病 / 其他。
【数据集背景】
偏瘫肩痛是卒中后常见的并发症，可能对康复结局产生负面影响。肩部结构异常，如肩袖病变、肱二头肌腱疾病、滑囊炎、粘连性关节囊炎以及盂肱关节半脱位等，可通过肌肉骨骼超声进行评估。该研究旨在探讨卒中后偏瘫肩痛患者肩部超声异常评分与疼痛严重程度之间的关系，属于前瞻性横断面观察性研究。
【数据内容】
数据集收录的核心内容涉及两类评估信息：其一是疼痛严重程度，采用视觉模拟量表（VAS）分别对静息痛、活动痛和夜间痛进行评定；其二是肩部超声检查结果，按标准化方案实施超声检查并计算超声异常总评分。研究对象为伴有偏瘫肩痛的成年卒中患者，评估时点为入院时。数据集的英文名称中明确包含“Ultrasound Findings and VAS”，并标注为横断面研究。关于样本量、具体变量字段、评分细则及统计指标等，源站未提供。
【采集与来源】
数据来源于 clinicaltrials.gov。研究设计为前瞻性横断面观察性研究，受试者为成年卒中患者，且伴有偏瘫肩痛，在入院时接受评估。疼痛评估使用视觉模拟量表，分别覆盖静息、活动和夜间三种状态；肩部超声检查采用标准化协议执行，并据此计算超声异常总评分。源站描述在“primar”处截断，因此主要结局指标的完整表述源站未提供。
【适用场景】
该数据集适用于卒中后偏瘫肩痛相关的临床研究与康复评估场景，尤其是探讨肩部超声结构异常与疼痛严重程度之间关系的研究。由于同时包含超声异常评分与多状态VAS疼痛评分，可用于分析影像学发现与患者主观疼痛体验之间的关联，也可为偏瘫肩痛的评估方案设计提供参考。具体适用分析类型与统计用途，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。需注意源站描述文本在主要结局部分不完整，相关细节无法确认。
【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/NCT07426965
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：偏瘫性肩痛、卒中。偏瘫性肩痛是卒中后常见的并发症，可能对康复结果产生负面影响。肩袖病变、肱二头肌腱疾病、滑囊炎、粘连性关节囊炎以及盂肱关节半脱位等结构异常可通过肌肉骨骼超声进行评估。本前瞻性横断面观察性研究旨在探讨卒中后偏瘫性肩痛患者肩部超声异常评分与疼痛严重程度之间的关系。成年卒中偏瘫性肩痛患者将在入院时接受评估。疼痛严重程度将分别采用视觉模拟量表（VAS）对静息痛、活动痛和夜间痛进行评估。肩部超声将按照标准化方案进行，并计算超声异常总评分。主要目的是评估超声异常评分与疼痛严重程度之间的关联。次要分析将评估特定超声表现与疼痛严重程度之间的关系。
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。
