AirPods Pro 作为辅助技术的应用

数据集获取

源站：https://clinicaltrials.gov/study/NCT06840015

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：成人起病性听力损失、助听器。共将招募24名参与者，来源包括Callier中心、当地听力诊所、支持团体和老年中心，参与者首先将在隔声室内接受纯音听力测试。将根据参与者的舒适度选择Airpod Pro第三代（AP）的首选耳塞，确保其通过iPhone操作系统中的耳塞贴合度测试。同样，将为耳道式受话器Phonak Paradise助听器选择合适的耳塞。设备将双侧验配，并使用智能手机或电脑根据个人听力损失进行编程。随后将使用助听器（HAs）和AP进行真耳测量，以验证其放大效果在双侧均达到国家声学实验室非线性第2版（NAL-NL2）目标水平（±5分贝），适用于个人的听力损失程度，使用Audioscan Verifit 2（版本4.26.3）进行测量。将首先使用AP和2-down-1-up自适应程序测量70.7%的言语识别阈（SRT），使用噪声中言语测试（HINT）调整babble噪声的信噪比（SNR）。

该句将以65 dBA的恒定声级呈现，来自Knowles Electronics Manikin for Acoustic Research（KEMAR），口模拟器位于1米处、方位角0度。噪声将从两个扬声器呈现，扬声器位于1米处、方位角分别为90度和270度。参与者必须正确复述关键词。信噪比（SNR）步长最初将设为4 dB，用于前三次反转以实现快速收敛，随后降至2 dB以细化阈值测量。该程序将持续进行，直至获得六至八次反转以确保阈值稳定性。该方法将提供使用AP对SRT的可靠测量，并为与其他辅助技术的比较改进留出足够范围。接下来，参与者将在导致70.7% p的SNR下完成双任务范式。

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。