评估前庭植入物在成人中恢复平衡的安全性与性能研究

该数据集来自 clinicaltrials.gov,收录一项评估实验性前庭植入系统改善平衡性能的研究。研究对象为双侧前庭病变且内耳听力正常至重度损失的成人

CochlearCochlear
clinicaltrials
浏览 3
表格VestibulopathyModerate to Severe Hearing LossNormal HearingBalance DeficitsVestibular Abnormality
A Study to Evaluate the Safety and Performance of a Vestibular Implant in Adults to Provide Balance Restoration

基本信息

模态
表格
创建/更新时间
2026-10-23

资源简介

评估前庭植入物在成人中恢复平衡的安全性与性能研究

该数据集来自 clinicaltrials.gov,收录一项评估实验性前庭植入系统改善平衡性能的研究。研究对象为双侧前庭病变且内耳听力正常至重度损失的成人。系统由前庭植入物、人工耳蜗声音处理器和编程软件组成,植入物经乳突骨皮下放置并用电极刺激前庭神经,声音处理器经线圈供电。参与者接受平衡与听力系列测试。数据可用于前庭植入相关安全性、性能及平衡康复研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:前庭病变、中度至重度听力损失、正常听力、平衡缺陷、前庭异常。本研究的主要目的是了解实验性前庭植入系统能否改善平衡性能。该系统由前庭植入物、人工耳蜗声音处理器和编程软件组成。该植入物旨在保留植入耳的听力。前庭植入物经手术置于耳后乳突骨皮下,并带有刺激前庭神经的电极。声音处理器佩戴于耳后,通过线圈为植入物供电。该研究将在内耳听力正常至重度损失的双侧前庭病变(BVP)成人中进行。研究参与者将接受一系列测试,包括对其平衡和听力的评估。

【主题与分类】

主题标签:Vestibulopathy、Moderate to Severe Hearing Loss、Normal Hearing、Balance Deficits、Vestibular Abnormality。本站分类:肌肉骨骼系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06805175

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06805175

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

条件:前庭病变、中度至重度听力损失、听力正常、平衡缺陷、前庭异常。本研究的主要目的是了解实验性前庭植入系统能否改善平衡能力。该系统由前庭植入体、人工耳蜗声音处理器和编程软件组成。该植入体旨在保留植入耳的听力。前庭植入体通过手术置于耳后乳突骨皮下,其电极可刺激前庭神经。声音处理器佩戴于耳后,通过线圈为植入体供电。本研究将在患有双侧前庭病变(BVP)且内耳听力正常至重度听力损失的成人中进行。研究参与者将接受一系列测试,包括平衡和听力评估,以及关于平衡和总体健康状况的自评问卷。

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。

获取专属数据定制方案