喉部肌张力障碍与声音震颤临床表型特征

数据集获取

源站：https://clinicaltrials.gov/study/NCT05150106

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

疾病：喉肌张力障碍、痉挛性发声障碍、震颤。局灶性喉肌张力障碍（LD）是一种罕见的神经性嗓音障碍，表现为间歇性出现的紧张-挤压样音质，从而中断言语，或导致发声停止或突然出现气息声。LD患者通常报告称，尽管就诊于多位专家，症状仍在获得准确诊断前5年即已出现。嗓音震颤（VT）是另一种神经性嗓音障碍，听者感知为颤抖的音质。严重的VT可导致嗓音中断，听起来与LD相似，从而导致专家误诊。近期研究表明，在区分LD与其他嗓音障碍方面可靠性较差，很大程度上是由于依赖感知评估方法以及缺乏证据指导准确诊断方法的广泛临床标准。VT尤其如此，这是一种没有明确记录临床特征的嗓音障碍，因此无法使用当前基于运动障碍共识的震颤综合征标准进行分类。

准确鉴别诊断LD与VT对于制定有效的治疗计划和管理，以及实现精确的临床与流行病学特征描述和分类至关重要。本研究的目标是利用现有及新型临床工具系统性地刻画LD和VT个体，以确定能高度预测其正确诊断的鉴别性临床特征。将采用声学、空气动力学、喉肌电图（EMG）和鼻内窥镜检查来量化声音模式的周期性和任务特异性，并比较各组间的临床表型特征。还将使用新型评估工具和测量方法，通过实时磁共振成像和鼻内窥镜记录，在持续发声与v相比的情况下，研究身体分布、言语症状状况以及言语结构运动（运动学）模式的规律性或间歇性/音素特异性。

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。