ACURES：用于构音障碍评估的声学与呼吸参数数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT07435155

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：构音障碍、获得性脑损伤。本横断面观察性研究旨在描述获得性脑损伤（ABI）成人患者的声学、呼吸及临床言语参数特征，并探讨这些参数与构音障碍的存在及严重程度之间的关联。本研究仅限于基线评估，不包括治疗干预或纵向随访。参与者在受控临床环境中完成标准化评估方案。所有评估均在预先设定的较短评估期内完成，以尽量减少疲劳和情境变异。该方案包括三个评估环节：（1）基于持续发声元音/a/、/i/、/u/、/o/及连贯言语任务的声学与空气动力学言语评估；（2）使用肺量计对呼吸功能进行客观评估；（3）使用Frenchay构音障碍评估量表-2（FDA-2）对构音障碍进行临床评估。言语录音在标准化条件下获取，以确保参与者之间的一致性及声学测量的可靠提取。

呼吸评估依据既定的国际指南进行，以确保有效性和可重复性。对声学、呼吸和临床评估的数据进行联合分析，以探讨获得性脑损伤（ABI）成人患者的语音呼吸功能与构音障碍严重程度之间的关联。

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。