腭裂患者中耳压力失调研究

该数据集来自 clinicaltrials.gov,聚焦腭裂(Cleft Palate)婴幼儿的中耳压力调节问题。研究计划对 5-24 月龄腭裂患儿进行咽鼓管功能(ETF)测试,并随访至 6 岁,每年收集 OME 有无的临床数据并重复 ETF 测试;同时在 3 岁时采集头颅侧位与后前位片,并在条件允

University of PittsburghUniversity of Pittsburgh
clinicaltrials
浏览 10
医学影像Cleft Palate
Middle Ear Pressure Disregulation in Cleft Palate Patients

基本信息

模态
医学影像
创建/更新时间
2026-10-17

资源简介

腭裂患者中耳压力失调研究

该数据集来自 clinicaltrials.gov,聚焦腭裂(Cleft Palate)婴幼儿的中耳压力调节问题。研究计划对 5-24 月龄腭裂患儿进行咽鼓管功能(ETF)测试,并随访至 6 岁,每年收集 OME 有无的临床数据并重复 ETF 测试;同时在 3 岁时采集头颅侧位与后前位片,并在条件允许时于腭成形术前及 3 岁、5 岁对部分儿童进行 MRI 检查,用于功能-解剖重建。数据可用于分析腭裂患儿 OME 与咽鼓管功能的关系(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:腭裂。分泌性中耳炎(OME)被认为在腭裂(CP)婴幼儿和儿童群体中几乎普遍存在,并且常与长期的传导性听力损失以及可能的感觉神经性听力损失相关。多数证据表明,CP 患者的 OME 是咽鼓管功能(ETF)低效的并发症。研究者计划使用最完整的测试来表征在 5-24 月龄接受测试的 CP 婴儿的 ETF,并随访至 6 岁,每年收集临床数据以了解 OME 的有无并重复 ETF 测试。为获取解剖数据,研究者将在所有受试者 3 岁时获取头颅后前位和侧位片,并在可能的情况下于腭成形术前进行 MRI 测试,然后在 3 岁和 5 岁时对入组儿童的一个子集进行 MRI 测试。基于 MR 的功能-解剖重建

【主题与分类】

主题标签:Cleft Palate。本站分类:耳及乳突疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT00423072

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://clinicaltrials.gov/study/NCT00423072

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

条件:腭裂。分泌性中耳炎(OME)被认为是腭裂(CP)婴幼儿群体中几乎普遍存在的疾病,且常与长期的传导性听力损失以及可能的感觉神经性听力损失相关。多数证据表明,CP患者的OME是咽鼓管功能(ETF)低效的一种并发症。研究人员计划使用最全面的测试方法来表征5-24月龄CP婴儿的ETF特征,并通过每年收集临床数据(记录OME的有无)及重复ETF测试,随访至6岁。为获取解剖学数据,研究人员将在所有受试者3岁时拍摄头颅基底部和侧位X线片,并在可能的情况下于腭成形术前进行MRI检查,随后在入组儿童的一个亚组中于3岁和5岁时再次进行MRI检查。基于MRI数据的功能-解剖重建将用于研究CP患者咽鼓管收缩现象背后的力学相互作用,并探讨通过手术干预纠正已识别的异常相互作用的可能性。

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