Brandt Daroff与凝视稳定训练治疗眩晕的效果

该数据集来自 data.mendeley.com,包含一项评估前庭康复家庭方案对眩晕患者效果的研究数据,方案由 Brandt Daroff 训练与凝视稳定训练组成

google_dataset
2022-11-23 更新
浏览 17
其他预测眩晕前庭康复Brandt Daroff训练凝视稳定训练平衡问题ABC量表耳鼻咽喉疾病
Effectiveness of Brandt Daroff and Gaze Stabilization Exercise in Vertigo Treatment

基本信息

模态
其他
大小
0.0000089 GB
任务类型
预测
创建/更新时间
2022-11-23
版本
v1

资源简介

Brandt Daroff与凝视稳定训练治疗眩晕的效果

Effectiveness of Brandt Daroff and Gaze Stabilization Exercise in Vertigo Treatment

该数据集来自 data.mendeley.com,包含一项评估前庭康复家庭方案对眩晕患者效果的研究数据,方案由 Brandt Daroff 训练与凝视稳定训练组成。研究对象为 13 名 25–45 岁、有眩晕但无听力损失和神经系统疾病的个体,采用 Activity-Specific Balance Confidence Scale(ABC)评估眩晕对日常生活活动的影响,并在 3 周和 3 个月后复评比较结果。数据集含 1 个 xlsx 文件,可用于眩晕康复干预效果的分析与研究(来源 Mendeley Data)。

【数据集背景】

源站首次发布:2022-11-23。

【数据内容】

源站描述(机器翻译,仅供参考):本研究的目的是评估由 Brandt Daroff 和凝视稳定训练组成的前庭康复家庭方案对眩晕患者的效果。研究纳入了 13 名年龄 25–45 岁、有眩晕、无听力损失且无神经系统疾病的个体。采用 Activity-Specific Balance Confidence Scale(ABC)评估眩晕对参与者日常生活活动的负面影响。作为前庭康复方案,以家庭方案形式给予 Brandt-Daroff 训练和凝视稳定训练。患者在 3 周后和 3 个月后使用 ABC 量表重新评估。对结果进行了比较。

【数据结构与技术规格】

文件数 1 个,合计 8.90 KB。数据集 DOI:10.17632/6rz5g2vwj2.1。

【主题与分类】

主题标签:眩晕、前庭康复、Brandt Daroff训练、凝视稳定训练、平衡问题、ABC量表、耳鼻咽喉疾病。本站分类:耳鼻咽喉疾病/平衡问题。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/6rz5g2vwj2

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

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://data.mendeley.com/datasets/6rz5g2vwj2

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。

数据集大小约 8.9 KB。

数据说明

Erman Kent (2022). Effectiveness of Brandt Daroff and Gaze Stabilization Exercise in Vertigo Treatment [Dataset]. http://doi.org/10.17632/6rz5g2vwj2.1

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。

获取专属数据定制方案