急性良性阵发性位置性眩晕的治疗
该数据集来自 clinicaltrials.gov，主题为急性良性阵发性位置性眩晕（BPPV）的治疗比较。源站描述显示，研究纳入 30 名 18-50 岁就诊于 Bağcılar Safa Hospital 的患者，分为药物对照组（15 人）和前庭康复组（15 人），旨在比较医生主导的药物治疗与物理
基本信息
资源简介
急性良性阵发性位置性眩晕的治疗
该数据集来自 clinicaltrials.gov，主题为急性良性阵发性位置性眩晕（BPPV）的治疗比较。源站描述显示，研究纳入 30 名 18-50 岁就诊于 Bağcılar Safa Hospital 的患者，分为药物对照组（15 人）和前庭康复组（15 人），旨在比较医生主导的药物治疗与物理治疗师主导的前庭康复在急性 BPPV 患者中的效果。数据覆盖良性阵发性位置性眩晕、平衡障碍、前庭疾病和眩晕等主题，可用于治疗方式效果比较与相关临床研究（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，平衡；扭曲，前庭疾病，眩晕。良性阵发性位置性眩晕（BPPV）是一种前庭疾病，其表现为眩晕，由内耳中的耳石脱离原位并在半规管中自由循环，或附着于壶腹嵴并使壶腹嵴对抵抗重力的头部运动敏感化所引起。本研究的目的是比较医生启动的药物治疗与物理治疗师启动的前庭康复在急性良性阵发性位置性眩晕（BPPV）患者中的有效性。30 名年龄 18-50 岁、就诊于 Bağcılar Safa Hospital 的患者被纳入研究。患者被分为两组，15 人药物对照组和 15 人前庭康复组。8 名患者……
【主题与分类】
主题标签：Benign Paroxysmal Positional Vertigo、Balance; Distorted、Vestibular Disorder、Dizziness。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/NCT05127694
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/NCT05127694
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
疾病：良性阵发性位置性眩晕，平衡障碍；扭曲感，前庭功能障碍，头晕。良性阵发性位置性眩晕（BPPV）是一种前庭功能障碍，其表现为：内耳中的耳石脱离原位，在半规管内自由漂浮，或附着于壶腹嵴顶，使壶腹嵴顶对逆重力的头部运动敏感，从而引起头晕。本研究旨在比较医生启动的药物治疗与物理治疗师启动的前庭康复在急性良性阵发性位置性眩晕（BPPV）患者中的有效性。研究纳入了30名年龄在18-50岁之间、就诊于Bağcılar Safa医院的患者。患者被分为两组，15名为药物对照组，15名为前庭康复组。药物对照组中有8名患者由医生给予含倍他司汀的药物，7名患者接受在倍他司汀基础上加用苯海拉明的药物。
在康复组中，根据耳石症的方向，患者进行了包括头部和眼部运动及手法复位在内的练习，并获得了家庭锻炼计划。治疗持续了4周。治疗前后，对患者进行了视觉模拟评分（VAS）、动态视力测试、罗姆伯格测试、半串联和串联姿势测试（使用秒表计时）、睁眼和闭眼单腿站立测试以及翁特贝格尔测试。
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。
