儿童中耳积液早期非手术治疗对听力的影响
该数据集来自 clinicaltrials.gov,聚焦儿童分泌性中耳炎(中耳积液)与急性中耳炎,关注早期非手术治疗对听力的影响

基本信息
资源简介
儿童中耳积液早期非手术治疗对听力的影响
该数据集来自 clinicaltrials.gov,聚焦儿童分泌性中耳炎(中耳积液)与急性中耳炎,关注早期非手术治疗对听力的影响。源站描述涉及中耳积液导致儿童听力障碍的机制、双侧积液持续3-6个月时鼓膜置管手术指征、瑞典每年约10000例儿童手术、单侧听力损失的手术条件及鼓膜穿孔并发症,并提及 Sahlgrenska University Hospital 开发的中耳压力平衡新方法及45名儿童。数据可用于分析儿童中耳积液的听力结局与治疗决策(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:分泌性中耳炎、急性中耳炎。背景:分泌性中耳炎(SOM)或中耳积液是儿童听力障碍最常见的原因。听力损失因中耳液体积聚而发生。多数情况下,SOM 继发于急性中耳炎(AOM)。当 SOM 为双侧且持续超过3-6个月时,指示在全身麻醉下进行鼓膜置管手术。瑞典每年有10000名 SOM 儿童接受鼓膜置管手术。对于 SOM 引起的单侧听力损失,若症状持续时间少于一年,则很少指示鼓膜置管。部分患者在通气管脱出后出现持续性鼓膜穿孔。Sahlgrenska University Hospital 已开发出一种新的中耳压力平衡方法。45名儿童
【主题与分类】
主题标签:Secretory Otitis Media、Acute Otitis Media。本站分类:耳及乳突疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02549612
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/NCT02549612
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:分泌性中耳炎、急性中耳炎。背景:分泌性中耳炎(SOM)或称中耳积液是儿童听力障碍最常见的原因。听力损失是由于中耳内液体积聚所致。在大多数病例中,SOM继发于急性中耳炎(AOM)。当SOM为双侧性且持续超过3-6个月时,有指征在全身麻醉下进行鼓膜置管手术。瑞典每年有10000名SOM患儿接受鼓膜置管手术。对于由SOM引起的单侧听力损失,若症状持续时间不足一年,则很少有必要行鼓膜置管术。部分患者在鼓膜通气管脱出后出现持续性鼓膜穿孔。Sahlgrenska大学医院开发了一种新的中耳压力平衡方法。45名年龄在2-8岁、SOM持续超过3个月的儿童在等待鼓膜置管手术期间接受了这种新方法的治疗。其中80%的儿童已治愈,听力恢复正常,并避免了手术。
未观察到并发症/副作用,依从性良好。研究目的:评估这种新型非手术治疗方法在2.5-7岁儿童急性中耳炎后快速恢复听力时平衡中耳压力的有效性。研究设计:定量研究。假设:这种新型非手术方法能否在急性中耳炎后使患有中耳积液/分泌性中耳炎的儿童听力迅速恢复正常。材料与方法:80名2.5-7岁儿童将在完成急性中耳炎治疗后直接受邀加入研究。所有患者将在首次就诊时接受耳部显微镜检查、听力图和鼓室图检查。随后儿童将被随机分为两组。第一组接受新方法治疗一周。另一组不进行积极治疗,作为
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。




