头颈癌患者腭咽功能障碍初步研究
该数据集来自 clinicaltrials.gov,聚焦头颈癌生存者中的腭咽功能障碍(VPD)。VPD 指软腭与咽后壁在言语和吞咽时闭合不全,头颈癌患者可因手术切除和/或放疗导致的神经肌肉损伤而出现该障碍,表现为鼻音过重、吞咽时鼻咽残留、鼻反流及言语和吞咽相关生活质量下降

基本信息
资源简介
头颈癌患者腭咽功能障碍初步研究
该数据集来自 clinicaltrials.gov,聚焦头颈癌生存者中的腭咽功能障碍(VPD)。VPD 指软腭与咽后壁在言语和吞咽时闭合不全,头颈癌患者可因手术切除和/或放疗导致的神经肌肉损伤而出现该障碍,表现为鼻音过重、吞咽时鼻咽残留、鼻反流及言语和吞咽相关生活质量下降。本数据覆盖腭咽功能不全、头颈癌、生存者、吞咽困难、言语障碍等主题,可用于表征该人群的 VPD 特征、评估先进评估工具的诊断价值以及考察相关干预效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:腭咽功能不全、头颈癌、生存者、吞咽困难、言语障碍。腭咽功能障碍(VPD)是一种软腭与咽后壁在言语和吞咽时不能充分闭合的障碍。头颈癌(HNC)生存者可能因手术切除和/或放射治疗导致的神经肌肉损伤而出现 VPD。其后果包括因鼻腔漏气导致的鼻音过重、吞咽时鼻咽残留、鼻反流,以及言语和吞咽相关生活质量的下降。尽管具有临床相关性,HNC 生存者中的 VPD 仍被低估,关于最佳诊断方法和有效干预措施的证据仍然有限。本研究旨在表征该人群中的 VPD,评估先进评估工具的诊断效用,并评估该
【主题与分类】
主题标签:Velopharyngeal Insufficiency、Head and Neck Cancer、Survivorship、Dysphagia、Speech Disorder。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07264036
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/NCT07264036
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
条件:腭咽功能不全、头颈癌、生存者、吞咽困难、言语障碍。腭咽功能障碍(VPD)是一种软腭与咽后壁在言语和吞咽过程中不能充分闭合的疾病。头颈癌(HNC)生存者可能因手术切除和/或放射治疗导致的神经肌肉损伤而出现VPD。其后果包括因鼻腔漏气导致的高鼻音言语、吞咽时鼻咽部残留、鼻腔反流,以及言语和吞咽相关生活质量的下降。尽管具有临床相关性,HNC生存者中的VPD仍被低估,关于最佳诊断方法和有效干预措施的证据仍然有限。本研究旨在描述该人群中VPD的特征,评估先进评估工具的诊断效用,并评价咽后壁填充术的治疗效果。概述 这是一项前瞻性研究,采用多学科、多模式评估方案,评估疑似或确诊VPD的HNC生存者的言语和吞咽功能。
参与者将接受标准化的临床、仪器及患者报告结局评估。确诊为VPD的一部分参与者将作为标准临床照护的一部分接受咽壁增强术,从而可以进行干预前后的比较。目标1:HNC幸存者中VPD的特征描述。描述该人群中VPD的患病率、严重程度及功能影响。参与者将完成一项综合评估,包括:口咽部体格检查,以识别导致腭咽闭合受损的结构性或神经肌肉性因素。柔性鼻喉镜检查,以评估言语和吞咽任务中的闭合模式。声学言语分析及言语清晰度的客观测量。鼻音计检查,以量化鼻音度和过高鼻音的程度。临床吞咽评估,记录安全性和效率的感知指标。纤维内镜吞咽评估(F
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。




