喉肌张力障碍的经颅磁刺激研究

该数据集来自 clinicaltrials.gov,聚焦喉肌张力障碍与痉挛性发声障碍患者,采用随机交叉设计,比较三种实验条件:单独 rTMS、rTMS 联合言语语言治疗、伪 rTMS 联合言语语言治疗

Universidade Federal de PernambucoUniversidade Federal de Pernambuco
clinicaltrials
浏览 10
音频回归Laryngeal DystoniaSpasmodic Dysphonia
Transcranial Magnetic Stimulation in Laryngeal Dystonia

基本信息

模态
音频
任务类型
回归
创建/更新时间
2026-11-04

资源简介

喉肌张力障碍的经颅磁刺激研究

该数据集来自 clinicaltrials.gov,聚焦喉肌张力障碍与痉挛性发声障碍患者,采用随机交叉设计,比较三种实验条件:单独 rTMS、rTMS 联合言语语言治疗、伪 rTMS 联合言语语言治疗。每阶段包含连续五次治疗,结局涵盖声学嗓音质量参数、听觉感知评估、发声努力自评、平滑倒谱峰值突出度及干预后整体感知变化。数据可用于评估重复经颅磁刺激对喉肌张力障碍的神经调控效果,并探索其与言语治疗联合应用的潜在价值(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:喉肌张力障碍、痉挛性发声障碍。这项采用交叉设计的随机临床试验旨在研究通过重复经颅磁刺激(rTMS)对诊断为喉肌张力障碍的患者进行神经调控的效果。参与者将接受三种实验条件:(1)单独 rTMS,(2)rTMS 联合言语语言治疗,(3)伪 rTMS 联合言语语言治疗。各条件的顺序将随机分配。方案的每个阶段将包括连续五次治疗。结局将包括声学嗓音质量参数、听觉感知嗓音评估、发声努力自评、平滑倒谱峰值突出度测量以及干预后的整体感知变化。预期该研究将有助于更好地理解该干预的效果

【主题与分类】

主题标签:Laryngeal Dystonia、Spasmodic Dysphonia。本站分类:神经系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07683767

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07683767

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。本随机临床试验采用交叉设计,旨在探讨通过重复经颅磁刺激(rTMS)进行神经调控对诊断为喉肌张力障碍患者的效果。参与者将接受三种实验条件:(1)单独rTMS,(2)rTMS联合言语-语言治疗,(3)假rTMS联合言语-语言治疗。条件的顺序将随机分配。方案的每个阶段将包括连续五次治疗。结局指标将包括声学嗓音质量参数、听觉感知嗓音评估、嗓音努力自评、平滑倒谱峰值突出度测量以及干预后的整体感知变化。预期该研究将有助于更好地理解干预对嗓音结局的影响,支持喉肌张力障碍治疗方案的优化和标准化。

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。