基于位置的耳蜗植入映射

数据集获取

源站：https://clinicaltrials.gov/study/NCT05558514

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：感音神经性听力损失、人工耳蜗。耳蜗是内耳中一个螺旋形的听觉器官，声振动在其中被分解为不同频率，从而产生将音频信息传递至大脑的电信号。基底膜（BM）是耳蜗内部的一个软组织组成部分，沿螺旋形状在不同距离处对不同频率进行机械滤波。这种分离正是我们能够辨别声音中不同音高的原因。由于个体解剖差异，每个人天然拥有自己独特的音高映射图，或称音调拓扑图，将基底膜上特定位置的神经映射到大脑中感知的频率。当耳蜗功能不正常时，人工耳蜗植入是恢复声音感觉的一种成功治疗方法。人工耳蜗（CI）是一种神经假体装置，由置于耳后的外部部分和沿耳蜗手术植入的电极阵列组成。

手术后，植入物通过一种称为音高映射的过程进行编程，其中每个植入电极被分配特定的刺激频率。人工耳蜗必须覆盖耳蜗的整个长度，并以正确的音高映射进行刺激（即用正确的频率刺激正确的神经和位置），才能产生完整而准确的听力。当使用通用音高映射方法时，人工耳蜗阵列中的每个电极将以预先指定的频率进行刺激，而不考虑患者个体的音调拓扑或术后电极位置。通用音高映射可能导致超过一个倍频程的位置-音高不匹配。这种不匹配抑制了复杂听觉任务（如音乐欣赏或语音识别）所需的音高感知。神经可塑性可以使听觉感知随时间适应，以减少人工耳蜗音高映射误差的影响，但这需要长时间的适应，并且取决于接受者的年

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。