正颌言语病理学:牙颌差异患者治疗前后的语音对比分析
该数据集来自 clinicaltrials.gov,聚焦牙颌面畸形(dentofacial disharmony, DFD)患者的言语病理问题,研究颌骨比例失调如何影响音素失真,以及正颌手术与正畸治疗后言语是否改善

基本信息
资源简介
正颌言语病理学:牙颌差异患者治疗前后的语音对比分析
该数据集来自 clinicaltrials.gov,聚焦牙颌面畸形(dentofacial disharmony, DFD)患者的言语病理问题,研究颌骨比例失调如何影响音素失真,以及正颌手术与正畸治疗后言语是否改善。数据覆盖治疗前后的语音变化观察,采用频谱矩和舌部运动分析从机制上判定颌骨位置对言语的影响。研究假设骨骼性开颌与反颌导致音素失真和舌部运动改变,并在手术矫正颌骨位置后得到改善。所有 DFD 患者均已在接受正畸和口腔外科治疗。该数据可用于言语病理、口腔颌面外科及正畸相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:牙颌面异常、牙颌面畸形、牙颌面异常(包括错颌畸形)、错颌畸形、儿童错颌畸形、牙颌面不协调、骨骼性错颌畸形、骨骼性畸形。目的:研究者正在研究牙颌面不协调(DFD)患者的颌骨比例失调如何影响音素失真,以及正颌手术和正畸治疗后言语是否改善。频谱矩和舌部运动分析被用于从机制上确定颌骨位置如何影响言语。研究者假设骨骼性开颌和反颌导致音素失真和舌部运动改变,这些在颌骨位置手术矫正后得到改善。所有 DFD 患者均已在接受正畸和口腔外科治疗。该研究将观察其言语在治疗前后的变化。
【主题与分类】
主题标签:Dentofacial Abnormalities、Dentofacial Deformities、Malocclusion、Malocclusion in Children、Dentofacial Disharmony、Skeletal Malocclusion、Skeletal Malformation、Speech Sound Disorder、Speech Disorders。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/NCT04117360
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/NCT04117360
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
病症:牙颌面异常、牙颌面畸形、牙颌面反常(包括错颌畸形)、错颌畸形、儿童错颌畸形、牙颌面失调、骨性错颌畸形、骨骼畸形。目的:研究者正在研究牙颌面失调(DFD)患者中,颌骨比例失调如何影响音素失真,以及正颌手术和正畸治疗后言语是否改善。研究采用频谱矩和舌体运动分析,从机制上确定颌骨位置如何影响言语。研究者假设,骨性开颌和反颌会导致音素失真和舌体运动变化,而在手术矫正颌骨位置后这些情况会有所改善。所有DFD患者已在接受正畸和口腔外科治疗。本研究将观察其治疗前后言语的变化。研究不涉及随机分组或干预。目标1:确定DFD人群中听觉和视觉言语失真的患病率。目标2:定量评估四个发音辅音(/t/、/k/、/s/和/?/,读作“sh”)的第一频谱矩(kHz)。
量化和分析正颌患者在手术前后的语音失真变化。目标3:评估目标2中患者在手术前后发音时的舌位。参与者:参与者:在北卡罗来纳大学牙颌面不协调(DFD)诊所接受正颌手术治疗牙颌不协调的患者。程序(方法):将记录患者朗读一系列突出多种语音对立的单词,包括–/s-sh/和t-k/。每个单词通过PowerPoint在屏幕上呈现,每个单词出现3次并带有载体短语)。录音包括声学信号、颌骨及唇部的侧面视频,以及相对于腭部和颌骨的舌部超声成像。研究人员将根据频谱矩对音频录音进行评分,并根据舌部运动对超声记录进行评分,并将结果与牙齿不协调程度相关联。前瞻性录音将在三个时间点收集:1-3个
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。




