对侧噪声刺激延迟学龄儿童P300潜伏期的数据
数据涉及听觉、声刺激、P300 事件相关电位、电生理学与传出通路等方向,可用于研究人类听觉皮层及传出活动在噪声条件下的神经生理机制,尤其关注儿童群体的晚期听觉电位记录(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)

基本信息
资源简介
对侧噪声刺激延迟学龄儿童P300潜伏期的数据
Data from: Contralateral noise stimulation delays P300 latency in school-aged children
该数据集来自 Dryad,由 Ubiali、Sanfins、Borges 与 Colella-Santos 于 2017 年发布,主题为对侧噪声刺激对学龄儿童 P300 潜伏期的影响。数据涉及听觉、声刺激、P300 事件相关电位、电生理学与传出通路等方向,可用于研究人类听觉皮层及传出活动在噪声条件下的神经生理机制,尤其关注儿童群体的晚期听觉电位记录(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2017。
【数据内容】
源站描述(机器翻译,仅供参考):背景与目的:听觉皮层通过橄榄耳蜗系统调节听觉传入,该系统支配耳蜗的外毛细胞以及内毛细胞下方的传入神经元。大多数研究人类传出活动的研究集中于通过用噪声刺激对侧耳来评估耳声发射的抑制,这评估了内侧橄榄耳蜗束的激活。然而,涉及听觉通路更高区域传出活动的神经生理学及其机制仍不清楚。此外,缺乏研究噪声对人类听觉皮层影响的研究,尤其是在儿科人群中,这表明需要在噪声条件下记录晚期听觉电位。评估学龄儿童的听觉传出非常重要,因为一些
【主题与分类】
主题标签:Hearing、Acoustic Stimulation、P300 Event-Related Potentials、Electrophysiology、Efferent Pathways。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.gm700
使用许可:Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.gm700
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:
数据集大小约 128.5 KB。
数据说明
背景与目的:听觉皮层通过橄榄耳蜗系统调节听觉传入,该系统支配耳蜗内的外毛细胞及内毛细胞下方的传入神经元。大多数研究人类传出活动的研究集中于通过用噪声刺激对侧耳来评估耳声发射的抑制,以此评估内侧橄榄耳蜗束的激活。然而,涉及听觉通路更高区域传出活动的神经生理学及其机制仍不清楚。此外,缺乏关于噪声对人类听觉皮层影响的研究,尤其是在儿童群体中,这表明有必要在噪声条件下记录晚期听觉电位。评估学龄儿童的听觉传出功能极为重要,因为其具有一些特定功能,如选择性注意和噪声中的信号检测,这些是与语言和学业技能发展相关的重要能力。
因此,本研究旨在评估噪声对听力正常儿童P300反应的影响。方法:对27名年龄在8至14岁之间、听力正常的儿童在两种条件下记录P300:有和对侧白噪声刺激。结果:在对侧噪声存在时,P300潜伏期显著延长。振幅值未观察到显著变化。结论:对侧白噪声刺激延迟了一组听力正常学龄儿童的P300潜伏期。这些结果提示,在噪声条件下,内侧橄榄耳蜗系统的激活可能对P300反应产生影响。
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。




