FFP3呼吸器与耳部——对中耳压力和听力的影响
该数据集来自clinicaltrials.gov,主题为FFP3呼吸器及耳部对中耳压力和听力的影响,涉及咽鼓管功能障碍、听力障碍和鼻阻塞等状况

基本信息
资源简介
FFP3呼吸器与耳部——对中耳压力和听力的影响
该数据集来自clinicaltrials.gov,主题为FFP3呼吸器及耳部对中耳压力和听力的影响,涉及咽鼓管功能障碍、听力障碍和鼻阻塞等状况。源站描述指出,佩戴口罩是减少SARS-CoV-2人际传播的关键策略之一,临床环境中使用的口罩种类繁多,从普通口罩到过滤式面罩3M(FFP3M)呼吸器,后者对进行气溶胶生成操作(AGPs)的临床医生是强制要求。已有研究表明,佩戴面部防护设备会衰减声音,导致言语清晰度下降,尤其是中高频语音的传输;外科口罩在嘈杂环境中可导致高达23.3%的言语清晰度损失,而FFP3M等高级面部个人防护设备可造成高达69.0%的言语清晰度下降。该数据集可用于研究口罩对听觉及中耳压力影响的相关分析(来源 clinic。
【数据内容】
源站描述(机器翻译,仅供参考):状况:咽鼓管功能障碍、听力障碍、鼻阻塞。佩戴口罩是减少SARS-CoV-2人际传播的关键策略之一。临床环境中佩戴的口罩种类繁多,从简单口罩到过滤式面罩3M(FFP3M)呼吸器等设备,后者对某些进行气溶胶生成操作(AGPs)的临床医生是强制性的。已有研究表明,佩戴面部防护设备会衰减声音,导致言语清晰度下降,尤其是中高频语音的传输。已有研究表明,在嘈杂环境中佩戴外科口罩可导致高达23.3%的言语清晰度损失,而使用FFP3M设备等高级面部个人防护设备时,言语清晰度下降可高达69.0%。言语清晰度的降低
【主题与分类】
主题标签:Eustachian Tube Dysfunction、Hearing Disorders、Nasal Obstruction。本站分类:感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05222230
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/NCT05222230
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
病情:咽鼓管功能障碍、听力障碍、鼻塞。佩戴口罩是减少SARS-CoV-2人际传播的关键策略之一。临床环境中使用的口罩种类繁多,从简单口罩到如过滤式面罩3M(FFP3M)呼吸器等设备,后者对于执行气溶胶生成操作(AGPs)的部分临床医生而言是强制性的。已有研究表明,佩戴面部防护装备会减弱声音,导致语音清晰度下降,尤其是中高频语音的传递受到影响。研究显示,在嘈杂环境中佩戴外科口罩可导致高达23.3%的语音清晰度损失,而使用如FFP3M设备等高级面部个人防护装备时,语音清晰度下降幅度可高达69.0%。语音清晰度的降低会导致理解力下降,可能引起沟通不畅,从而危及患者安全。迄今为止,我科已发生两起因佩戴FFP3M呼吸器导致沟通不畅而引发的严重事件。
据临床医生反映,佩戴FFP3M呼吸器期间及之后会出现鼻塞和主观听力下降,尤其是在长时间佩戴时。在手术室工作的临床医生在参与产生气溶胶的操作(AGPs)时,可能需要佩戴这些设备数小时。长时间佩戴FFP3M呼吸器所带来的继发后果,尤其是在手术室环境中,需要科学探索。本研究旨在调查FFP3M呼吸器对中耳压力和听力的影响,以及FFP3M呼吸器对声音的衰减程度。研究者认为,言语清晰度降低并非使用FFP3M呼吸器时感知听力下降的唯一解释。研究者推测,咽鼓管压力调节系统的暂时性功能障碍也导致了听力下降。为验证这一假设,研究者
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。




