改良增益预计算对轻声言语清晰度功能影响的探索
该数据集来自 clinicaltrials.gov，聚焦听力损失人群，探索 CE 认证的 Sonova 品牌助听器（如 Phonak 助听器）中增益预计算原则的功能效果
基本信息
资源简介
改良增益预计算对轻声言语清晰度功能影响的探索
该数据集英文名为 Exploration of the Functional Effect of Modified Gain Precalculation on Soft Speech Intelligibility，来源于 clinicaltrials.gov，主题标签为 Hearing Loss，本站将其归类于耳及乳突疾病 / 其他。数据集聚焦听力损失人群，围绕 CE 认证的 Sonova 品牌助听器（例如 Phonak 助听器）中增益预计算原则的功能效果展开探索性研究。研究旨在评估这些增益预计算原则在言语可懂度方面的优势与不足，以确定其在助听器中的应用（开发阶段），并通过客观实验室测量与主观评分相结合的方式进行评价。整体来看，该数据集记录了一项在 Sonova AG 总部开展的受控、单盲、随机、活性对照临床评价的相关信息。
【数据集背景】
该数据集对应的研究关注听力损失人群的助听器增益预计算问题。研究针对 CE 认证的 Sonova 品牌助听器（如 Phonak 助听器）中所采用的增益预计算原则开展探索性调查。这些增益预计算原则由相应的助听器技术和助听器算法实现。研究的目标是调查和评估这些增益预计算原则在言语可懂度方面的优势与不足，从而确定它们在助听器中的应用（开发阶段）。研究将在听力受损的参与者身上进行。
【数据内容】
该数据集的主题标签为 Hearing Loss，本站分类为耳及乳突疾病 / 其他。研究涉及的内容包括对增益预计算原则在言语可懂度方面表现的评估，评价方式涵盖客观实验室测量以及主观评分。研究设计为受控、单盲、随机、活性对照的临床评价。除上述研究设计与评价方式外，源站未提供关于具体数据字段、变量结构或样本规模的信息。
【采集与来源】
数据来源站为 clinicaltrials.gov。研究计划在位于 Stäfa 的 Sonova AG 总部以单中心方式开展。研究为受控、单盲、随机、活性对照的临床评价，受试对象为听力受损参与者，研究涉及 CE 认证的 Sonova 品牌助听器（例如 Phonak 助听器）及其相应的助听器技术与算法。源站未提供具体的采集时间、采样频率或数据量等信息。
【适用场景】
该数据集适用于关注听力损失人群助听器增益预计算原则功能效果的场景，尤其是围绕言语可懂度评价的研究与分析。其研究设计涉及客观实验室测量与主观评分，可用于了解 CE 认证的 Sonova 品牌助听器（如 Phonak 助听器）中增益预计算原则在开发阶段的应用评估。源站未提供其他具体适用场景的说明。
【使用方法】
源站未提供该数据集的具体使用方法。
【质量与限制】
该研究为受控、单盲、随机、活性对照的临床评价，并采用客观实验室测量与主观评分相结合的方式。研究为单中心开展，地点为位于 Stäfa 的 Sonova AG 总部。源站未提供关于样本量、数据完整性、偏倚控制细节或其它质量指标的信息。
【引用与许可】
源站未提供引用方式与许可信息。
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/NCT07388784
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：听力损失。拟在听障受试者中开展一项探索性研究，考察CE标志的Sonova品牌助听器（如Phonak助听器）中增益预计算原则。这些增益预计算原则由相应的助听器技术和助听器算法实现。本研究旨在从言语清晰度方面研究和评估这些增益预计算原则的优势与不足，以确定其在助听器中的应用（开发阶段）。将进行客观的实验室测量以及主观评分。这将是一项对照、单盲、随机化的活性对照临床评价，将在位于Stäfa的Sonova AG总部单中心开展。
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。
