脑卒中患者交互式吞咽障碍教育系统有效性评价
疾病:脑血管意外后吞咽困难。脑卒中是吞咽困难的常见原因,吞咽困难可能影响吞咽功能、营养摄入和生活质量。患者教育和吞咽训练是吞咽困难护理的重要组成部分

基本信息
资源简介
脑卒中患者交互式吞咽障碍教育系统有效性评价
疾病:脑血管意外后吞咽困难。脑卒中是吞咽困难的常见原因,吞咽困难可能影响吞咽功能、营养摄入和生活质量。患者教育和吞咽训练是吞咽困难护理的重要组成部分
【数据内容】
源站描述(机器翻译,仅供参考):疾病:脑血管意外后吞咽困难。脑卒中是吞咽困难的常见原因,吞咽困难可能影响吞咽功能、营养摄入和生活质量。患者教育和吞咽训练是吞咽困难护理的重要组成部分。然而,常规住院教育可能受到患者身体状况、学习速度和复习教育内容机会的限制。本研究将评估一种为脑卒中后吞咽困难患者设计的互动式吞咽困难教育系统。该系统提供与吞咽困难和吞咽训练相关的互动教育内容,并允许患者根据自身需求复习内容。总共100名参与者将被分配到互动式吞咽困难教育组(n = 50)或常规教育组(n = 50)。互动式吞咽困难教育组的参与者将接受常规住院吞咽困难教育以及互动式吞咽困难教育系统。研究人员将提供约15-20分钟关于如何使用该系统的指导。随后,该系统将被放置在参与者床边,并可供使用48小时。完成该教育项目大约需要25分钟。参与者可根据自身身体状况和偏好的时间安排使用该系统,并可在干预期间多次复习教育内容。常规教育组的参与者将接受常规住院吞咽困难教育以及印刷版教育材料。本研究将比较两组之间的变化,以确定在常规教育基础上增加互动式吞咽困难教育系统是否能改善脑卒中后吞咽困难患者的吞咽相关结局和生活质量。
【主题与分类】
主题标签:临床试验、干预研究、患者教育、吞咽训练、脑血管病、卒中康复、效果评估。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07810374
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/NCT07810374
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
疾病:脑血管意外后吞咽困难。脑卒中是吞咽困难的常见原因,可能影响吞咽功能、营养摄入和生活质量。患者教育和吞咽训练是吞咽困难护理的重要组成部分。然而,常规住院教育可能受到患者身体状况、学习速度以及复习教育内容机会的限制。本研究将评估一种为卒中后吞咽困难患者设计的互动式吞咽困难教育系统。该系统提供与吞咽困难和吞咽训练相关的互动式教育内容,并允许患者根据个人需求复习内容。总共100名参与者将被分配到互动式吞咽困难教育组(n = 50)或常规教育组(n = 50)。互动式吞咽困难教育组的参与者将接受常规住院吞咽困难教育以及互动式吞咽困难教育系统。研究人员将提供约15-20分钟的系统使用指导。随后,该系统将被放置在参与者床边,并可供使用48小时。
该教育项目大约需要25分钟完成。参与者可根据自身身体状况和偏好的时间安排使用该系统,并可在干预期间多次复习教育内容。常规教育组的参与者将接受常规住院吞咽困难教育以及印刷版教育材料。研究将比较两组之间的变化,以确定在常规教育基础上增加互动式吞咽困难教育系统是否能改善脑卒中后吞咽困难患者的吞咽相关结局和生活质量。
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。




