用于噪声性听力损失保护的无创治疗性低温输送系统
该数据集来自 clinicaltrials.gov,聚焦噪声暴露与噪声性听力损失(NIHL)相关研究,涉及军事、消防等职业高风险人群

基本信息
资源简介
用于噪声性听力损失保护的无创治疗性低温输送系统
该数据集来自 clinicaltrials.gov,聚焦噪声暴露与噪声性听力损失(NIHL)相关研究,涉及军事、消防等职业高风险人群。源站描述指出噪声可导致永久性或暂时性阈移、毛细胞丢失及耳蜗突触与神经终末的快速永久性损伤,目前尚无 FDA 批准的治疗手段。数据集主题涵盖轻度治疗性低温、冷却、职业暴露与职业健康、隐性听力损失等,可用于噪声性听力损失的防护与干预研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:噪声暴露、噪声性听力损失、噪声不良效应、轻度治疗性低温、冷却、职业暴露、职业健康、隐性听力损失。噪声性听力损失(NIHL)在军队和消防员等职业高风险服务群体中非常普遍,其导致的残疾造成显著的医疗负担,对执勤表现和生活质量产生负面影响。噪声暴露可导致永久性阈移(PTS)并伴随毛细胞丢失,或导致暂时性阈移(TTS)而无明显毛细胞丢失。噪声暴露还可导致突触元件和耳蜗神经终末的快速且永久性丢失,伴随不可逆的听力损伤和螺旋神经节(SG)细胞体的长期退变。目前尚无 FDA 批准的治疗方法可用于预防或治疗 NIHL。Delive
【主题与分类】
主题标签:Noise Exposure、Noise-induced Hearing Loss、Noise; Adverse Effect、Mild Therapeutic Hypothermia、Cooling、Occupational Exposure、Occupational Health、Hidden 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/NCT06729632
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/NCT06729632
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:噪声暴露、噪声性听力损失、噪声;不良效应、轻度治疗性低温、冷却、职业暴露、职业健康、隐性听力损失。噪声性听力损失(NIHL)在军人、消防员等职业高风险服务群体中高度流行,由此导致的残疾造成显著的医疗负担,对执勤表现和生活质量产生负面影响。暴露于噪声可引起永久性阈移(PTS)并伴有毛细胞丢失,或引起暂时性阈移(TTS)而无明显毛细胞丢失。噪声暴露还可导致突触元件和耳蜗神经末梢的快速且永久性丢失,并伴有不可逆的听力损伤及螺旋神经节(SG)胞体的长期退变。目前尚无FDA批准的治疗方法可用于预防或治疗NIHL。随时间推移递送药物化合物、确定安全剂量以及与噪声暴露相关的关键时间窗,在临床上仍具有挑战性。
RestorEar Devices LLC开发了一种轻度治疗性低温(MTH)的非药物应用,用于保护耳蜗残余感觉结构及其功能。MTH是一种经过验证且成熟的神经保护疗法。该MTH应用方法基于大量既往和正在进行的研究,这些研究强调了其在对抗人工耳蜗手术创伤、耳毒性和噪声暴露方面保留残余听力的效用。在SBIR第一阶段支持下,研究人员已成功证明,可以向内耳感觉结构递送有效的非侵入性、非药物性治疗性低温。研究人员已构建、校准并测试了ReBoundTM,这是一种头带,配有与乳突表面接触的冷却凝胶包。ReBoundTM可安全、重复地递送MTH长达30分钟。在本研究中,研究人员旨在将该应用扩展至人类受试者,并与迈阿密大学的研究人员合作,在暴露于噪声的消防员及匹配对照者中测试其对噪声性听力损失(NIHL)的安全性和有效性。目标
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。




