CI622D地塞米松洗脱人工耳蜗与标准人工耳蜗植入成人性能及听力结局比较
该数据集来自clinicaltrials.gov,聚焦于比较CI622D地塞米松洗脱人工耳蜗与不含地塞米松的标准人工耳蜗CI622在成人感音神经性听力损失患者中的表现与听力结局

基本信息
资源简介
CI622D地塞米松洗脱人工耳蜗与标准人工耳蜗植入成人性能及听力结局比较
该数据集来自clinicaltrials.gov,聚焦于比较CI622D地塞米松洗脱人工耳蜗与不含地塞米松的标准人工耳蜗CI622在成人感音神经性听力损失患者中的表现与听力结局。覆盖双侧感音神经性听力损失、感音神经性听力损失、双侧听力损失及耳蜗听力损失等主题。数据可用于评估地塞米松释放型人工耳蜗是否在植入体性能和听力改善方面带来额外获益,支持相关临床研究与结局分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:双侧感音神经性听力损失、感音神经性听力损失、双侧听力损失、耳蜗听力损失。本临床研究将测试一种名为CI622D的新型人工耳蜗。这种实验性人工耳蜗被设计为缓慢释放一种名为地塞米松的药物。地塞米松的作用是减轻炎症,而炎症在任何外科手术后都很常见。目的是了解与不含地塞米松的标准人工耳蜗(CI622)相比,释放地塞米松的人工耳蜗(CI622D)在植入体性能和听力结局方面是否有额外获益。该研究将在患有感音神经性听力损失的成人中进行,这是一种由内耳或听神经损伤引起的听力损失。研究参与者将接受一系列测试,包括测试其植入体和听力。他们还将完成问卷
【主题与分类】
主题标签:Hearing Loss, Bilateral Sensorineural、Hearing Loss, Sensorineural、Hearing Loss, Bilateral、Hearing Loss, Cochlear。本站分类:耳及乳突疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06424262
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/NCT06424262
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:双侧感音神经性听力损失、感音神经性听力损失、双侧听力损失、耳蜗听力损失。本临床研究将测试一种名为CI622D的新型人工耳蜗。这种实验性人工耳蜗被设计为缓慢释放一种名为地塞米松的药物。地塞米松的作用是减轻炎症,而炎症在任何外科手术后都很常见。研究目标是了解与不含地塞米松的标准人工耳蜗(CI622)相比,释放地塞米松的人工耳蜗(CI622D)在植入物性能和听力结果方面是否具有额外益处。该研究将在患有感音神经性听力损失的成人中进行,这种听力损失是由内耳或听神经损伤引起的一种听力损失类型。研究参与者将接受一系列测试,包括测试其植入物和听力。他们还将填写问卷,以评估其对自身听力能力和整体健康状况的评价。
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。




