听力不稳定障碍深度表型研究：队列建立、生物标志物识别、新型表型测量开发及治疗靶点发现

数据集获取

源站：https://clinicaltrials.gov/study/NCT04806282

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

疾病：梅尼埃病、前庭导水管扩大综合征、自身免疫性内耳病。研究描述：听力不稳定障碍的特征描述、表型分型仍不充分，治疗无效，并可能导致听力突然变化。这些疾病包括但不限于突发性感音神经性听力损失（SSNHL）以及听力波动，包括但不限于自身免疫性内耳病（AIED）、梅尼埃病（MD）和前庭导水管扩大综合征（EVAS）。虽然这组疾病在临床和病因学上可能具有异质性，但其共同特征是听阈和言语理解（以言语识别率（WRS）衡量）的波动。本方案旨在纳入一组听力波动患者队列，将这些主要表型特征与随时间变化的其他表型组学数据相关联，包括内淋巴积水的听力学指标以及炎症的影像学和免疫学生物标志物。总体假设是，表型组学数据将能够对听力不稳定障碍患者的表型进行分层。

将招募健康志愿者，以建立对比增强延迟FLAIR MRI上内淋巴和外淋巴的正常范围，从而实现对对比增强延迟FLAIR MRI图像的定量计算分析。目标：主要目标：建立听力不稳定（HI）患者队列。次要目标：1. 将HI的证据与相移畸变产物耳声发射（DPOAEs）的变化相关联。2. 随时间推移，将相移DPOAEs与现有听觉功能指标进行比较，包括言语识别率（WRS）、标准DPOAEs和耳蜗电图（ECochG）。3. 随时间推移，将相移DPOAEs与前庭指标进行比较，包括颈性和眼性前庭诱发肌源性电位（VEMPs）。4. 将听力不稳定和MRI上内淋巴积水（EH）的听觉和前庭指标与免疫学标志物的定量差异相关联

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。