使用CT扫描检测耳石
该数据集来自clinicaltrials.gov,主题为使用CT扫描检测耳石,关联疾病为良性阵发性位置性眩晕(BPPV)

基本信息
资源简介
使用CT扫描检测耳石
该数据集来自clinicaltrials.gov,主题为使用CT扫描检测耳石,关联疾病为良性阵发性位置性眩晕(BPPV)。BPPV是一种良性内耳疾病,头部位置变化时可引发眩晕,在专科门诊中约占所有眩晕诊断的20-30%。当前理论认为其病因是耳石因重力从耳石器官移位至半规管器官,治疗以复位手法为主,但仍有26%患者复发、4%症状持续,因此需要客观确认手段。该数据可用于探索CT影像在耳石可视化与疾病确认中的应用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:BPPV。良性阵发性位置性眩晕(BPPV)是一种良性内耳疾病,当头部位置发生变化时,患者会感到眩晕。据估计,在专科门诊中,该病占所有眩晕诊断的20-30%(von Brevern et al., 2007)。目前关于BPPV病因的理论是,耳石因重力作用从耳石器官移位至半规管器官。当前BPPV的治疗包括复位手法,以将耳石重新调整回其原始位置(von Brevern et al., 2015)。尽管该治疗在许多病例中非常成功,但患者仍会出现复发性(26%)或持续性(4%)症状(Dorigueto et al., 2009),因此有必要对该疾病进行客观确认。迄今为止,耳石存在的可视化与确认仍
【主题与分类】
主题标签:BPPV。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/NCT05969340
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/NCT05969340
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:BPPV。良性阵发性位置性眩晕(BPPV)是一种良性内耳疾病,当头部位置发生变化时,患者会感到眩晕。据估计,在专科诊所中,该病的患病率占所有眩晕诊断的20-30%(von Brevern等,2007)。目前关于BPPV病因的理论是,由于重力作用,耳石从耳石器官移位至半规管器官。目前BPPV的治疗方法包括复位手法,以将耳石重新调整回其原始位置(von Brevern等,2015)。尽管该治疗在许多病例中非常成功,但患者仍会出现复发性(26%)或持续性(4%)症状(Dorigueto等,2009),因此有必要对该疾病进行客观确认。迄今为止,在临床实践中,耳石的可视化和存在确认尚未成功。这在很大程度上是由于内耳结构微小,耳石尺寸极小,需要灵敏且超高分辨率的成像技术。
2021年,日本进行了一项研究,利用三维计算机断层扫描(3D CT)来检测水平半规管内的耳石。该研究对比了水平半规管BPPV患者与健康个体的扫描结果(Yamane等,2021)。作者能够在全部10名受影响患者中的10名以及10名健康参与者中的6名至少一侧耳朵的半规管内可视化观察到类似耳石的物质(Yamane等,2021)。在本研究中,研究者将使用超高分辨率CT扫描对患者的颞骨进行成像(Benson等,2022)。他们将重点对BPPV的后半规管进行成像,并与无BPPV个体的成像结果进行比较。此外,他们还将比较使用Epley手法治疗前后半规管的成像结果。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




