良性阵发性位置性眩晕与复位手法
该数据集来自 clinicaltrials.gov，聚焦良性阵发性位置性眩晕（BPPV）。研究比较改良 Epley 与 Semont 复位手法联合或不联合 Betahistine 的疗效，采用单盲随机对照试验，共 97 例患者，其中 90 例符合纳入标准并随机分为两组：A 组仅接受两种复位手法，B
基本信息
资源简介
良性阵发性位置性眩晕与复位手法
该数据集来自 clinicaltrials.gov，聚焦良性阵发性位置性眩晕（BPPV）。研究比较改良 Epley 与 Semont 复位手法联合或不联合 Betahistine 的疗效，采用单盲随机对照试验，共 97 例患者，其中 90 例符合纳入标准并随机分为两组：A 组仅接受两种复位手法，B 组在复位手法基础上加用 Betahistine。研究通过 EQ-5D-5L 问卷和眩晕障碍量表（DHI）评估眩晕影响与生活质量，可用于分析不同治疗方案对 BPPV 的效果（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：良性阵发性位置性眩晕。目的：本研究旨在比较改良 Epley 与 Semont 复位手法联合或不联合 Betahistine 治疗 BPPV 的疗效。材料与方法：该研究为单盲随机对照试验。根据 Epitool 计算器计算，患者总数为 97 例。研究持续时间为一年，从 2021 年 1 月 2 日至 2022 年 1 月 1 日。在总共 97 例患者中，90 例符合纳入标准。这些参与者通过抽签法随机分为两个相等组。A 组（对照组）仅接受两种复位手法，B 组（实验组）包括接受 Betahistine 联合两种复位手法的参与者。通过 EQ-5D-5L 问卷和眩晕障碍量表（DHI）测量眩晕影响和生活质量，以分析治疗的有效性。Pre
【主题与分类】
主题标签：Benign Paroxysmal Positional Vertigo。本站分类：耳鼻咽喉疾病/良性阵发性位置性眩晕。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05309538
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/NCT05309538
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：良性阵发性位置性眩晕。目的：本研究旨在比较改良Epley法与Semont法联合或不联合倍他司汀治疗BPPV的疗效。材料与方法：本研究为单盲随机对照试验。根据Epitool计算器计算，患者总数为97例。研究持续时间为一年，从2021年1月2日至2022年1月1日。在总共97例患者中，90例符合纳入标准。这些参与者通过抽签法随机分为两组，每组人数相等。A组（对照组）仅接受两种手法治疗，而B组（实验组）包括接受倍他司汀联合两种手法治疗的参与者。通过EQ-5D-5L问卷和眩晕障碍量表（DHI）测量头晕的影响和生活质量，以分析治疗的有效性。治疗前后的结果在组内通过Wilcoxon秩和检验进行比较，组间则采用Mann Whitney U检验。
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。
