人工耳蜗植入术中治疗性低温装置对听力保护的研究
源站描述指出,植入手术相关创伤可导致炎症、机械与血管损伤及残余感觉毛细胞和神经元丢失,超过 44% 的 EAS 患者术后丧失残余听力,多数患者残余听力随时间下降超过 30 dB

基本信息
资源简介
人工耳蜗植入术中治疗性低温装置对听力保护的研究
该数据集来自 clinicaltrials.gov,聚焦人工耳蜗植入术中输送治疗性低温的装置研究,涉及 Cochlear Implants、Cochlear Implantation 与 Hearing Loss 等主题。源站描述指出,植入手术相关创伤可导致炎症、机械与血管损伤及残余感觉毛细胞和神经元丢失,超过 44% 的 EAS 患者术后丧失残余听力,多数患者残余听力随时间下降超过 30 dB。该数据可用于了解术中低温干预与听力保护相关的研究背景与问题定义(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Cochlear Implants、Cochlear Implantation、Hearing Loss。人工耳蜗(CI)已显著改变重度至极重度感音神经性听力损失患者的治疗与预后。随着电声刺激(EAS)的近期出现,低频声放大与高频耳蜗区域电刺激相结合,有望通过改善噪声中言语和音乐欣赏等困难聆听场景,使甚至仅有部分残余听力的患者获益。不幸的是,与植入手术相关的创伤会导致炎症、机械和血管损伤,以及残余感觉毛细胞(HC)和神经元的丢失。因此,超过 44% 的 EAS 患者在 CI 术后丧失残余听力,且多数患者的残余听力随时间恶化超过 30 dB。这种丧失
【主题与分类】
主题标签:Cochlear Implants、Cochlear Implantation、Hearing Loss。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06375278
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/NCT06375278
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:人工耳蜗、人工耳蜗植入、听力损失。人工耳蜗(CI)极大地改变了重度至极重度感音神经性听力损失患者的治疗与预后。随着近期电声刺激(EAS)技术的出现,将低频声放大与高频耳蜗区域电刺激相结合,有望通过改善噪声中言语识别和音乐欣赏等困难聆听场景,使仅有部分残余听力的患者获益。遗憾的是,与植入手术相关的创伤会导致炎症、机械性和血管性损伤,以及残留感觉毛细胞(HC)和神经元的丢失。因此,超过44%的EAS患者在CI术后丧失残余听力,且多数患者的残余听力随时间推移恶化超过30 dB。CI术后残余听力的丧失一直是CI/EAS扩展应用的主要障碍。本临床试验将评估一种新型轻度治疗性低温装置作为CI术后保留残余听力的有效疗法。
该系统无需改造现有手术或CI设备,即可向敏感的内耳结构实施局部、可控的轻度低温。研究者已通过已发表的临床前结果表明,CI手术期间的局部低温对保留残余听力高度有效且安全。在此,研究者将研究一种疗法的实施,该疗法通过改善术后听力学结局使接受CI的患者获益。丰富的既往商业化和开发经验、知识产权和工程专业知识,加之研究者合作者在耳鼻咽喉科和听力学领域的临床专业知识,将确保该疗法取得成功的临床和商业成果。总体而言,本临床试验的目的是:验证该系统及dev的临床适用性、安全性和有效性
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。
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。




