未破裂颅内动脉瘤弹簧圈栓塞术后头痛数据集
该数据集来自 clinicaltrials.gov，聚焦未破裂颅内动脉瘤经血管内治疗后的头痛问题，涉及头痛、动脉瘤与血管内操作等主题
基本信息
资源简介
未破裂颅内动脉瘤弹簧圈栓塞术后头痛数据集
Headache After Coil Embolization for Unruptured Intracranial Aneurysms 是一个以未破裂颅内动脉瘤血管内治疗后头痛为主题的数据集，英文名称即围绕“未破裂颅内动脉瘤弹簧圈栓塞术后头痛”展开。该数据集归属于神经系统疾病下的脑动脉瘤（未破裂）分类，来源为 clinicaltrials.gov。其关注的核心问题是：未破裂颅内动脉瘤患者在接受血管内治疗（如支架置入或单纯弹簧圈栓塞）后出现的头痛，包括头痛的严重程度、头痛特征以及头痛持续时间等方面。数据集以头痛、动脉瘤和血管内操作为主题标签，整体定位清晰，面向颅内动脉瘤介入治疗后头痛这一临床问题，为相关研究与分析提供数据基础。
【数据集背景】
未破裂颅内动脉瘤的血管内治疗是临床常见的介入手段，而治疗后头痛是患者可能面临的问题之一。该数据集正是围绕这一临床情境建立，聚焦于支架置入或单纯弹簧圈栓塞等血管内操作之后出现的头痛现象。其背景主题涵盖头痛、动脉瘤与血管内操作三个方面，反映出数据集试图连接疾病（未破裂颅内动脉瘤）、治疗方式（血管内操作）与治疗后症状（头痛）之间的关系，为理解介入治疗后头痛问题提供数据支撑。
【数据内容】
该数据集涉及的内容围绕头痛评估展开，具体包括头痛的严重程度、头痛的特征以及干预后头痛的持续时间。其中，头痛严重程度以视觉模拟量表（visual analogue scale）进行评定；头痛特征针对支架置入或单纯弹簧圈栓塞后出现的头痛进行描述；持续时间则关注干预后头痛的持续情况。数据集的分类归属为神经系统疾病 / 脑动脉瘤（未破裂），主题标签为 Headache、Aneurysm、Endovascular Procedures。除上述内容外，源站未提供更细化的数据字段说明。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述中列出的相关条件包括头痛、动脉瘤与血管内操作。数据集的采集方式、采集时间范围、样本量、采集机构等具体信息，源站未提供。
【适用场景】
基于其主题与内容，该数据集适用于围绕未破裂颅内动脉瘤血管内治疗后头痛的研究与分析场景，例如关注支架置入或单纯弹簧圈栓塞后头痛严重程度评估、头痛特征归纳以及头痛持续时间分析等方向。其主题标签所覆盖的头痛、动脉瘤与血管内操作，也提示其可用于介入治疗相关症状问题的探索。除上述方向外，源站未提供其他具体适用场景的说明。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、数据格式、字段结构及分析操作说明等均未在现有信息中体现。
【质量与限制】
源站未提供关于该数据集质量评估与使用限制的说明，包括数据完整性、准确性、样本代表性及使用约束等信息均未给出。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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://clinicaltrials.gov/study/NCT03359252
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
Conditions: Headache, Aneurysm, Endovascular Procedures. severity of headache - assess with visual analogue scale characteristics of headache after stent deployment or simple coiling Duration of headache after intervention
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。
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。
