未筛选感音神经性听力损失儿童的前庭与姿势功能
该数据集来自 clinicaltrials.gov,聚焦未筛选的感音神经性听力损失儿童的前庭与姿势功能。儿童平衡问题在丹麦医疗体系中常被忽视,前庭功能障碍可能显著影响儿童发育与生活质量,而感音神经性听力损失儿童尤其面临前庭功能障碍风险

基本信息
资源简介
未筛选感音神经性听力损失儿童的前庭与姿势功能
该数据集来自 clinicaltrials.gov,聚焦未筛选的感音神经性听力损失儿童的前庭与姿势功能。儿童平衡问题在丹麦医疗体系中常被忽视,前庭功能障碍可能显著影响儿童发育与生活质量,而感音神经性听力损失儿童尤其面临前庭功能障碍风险。数据覆盖儿童人群、前庭障碍、前庭功能及感音神经性听力损失等主题,可用于研究儿童前庭功能评估、听力损失与前庭功能障碍的关联,以及儿童友好且可靠的前庭测试方案(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:仅儿童,前庭障碍,前庭功能,感音神经性听力损失。儿童平衡问题在丹麦医疗体系中是一个被忽视的问题。前庭系统功能障碍,即前庭功能障碍(VD),可能对儿童的发育和生活质量产生重大影响。特别是,患有感音神经性听力损失的儿童有发生VD的风险。因此,据报道,14%至91%的感音神经性听力损失儿童存在VD。听觉系统与前庭系统之间密切的解剖学和胚胎学关系当然可以解释这种相关性。研究者的目标是在本研究中制定一套儿童友好且可靠的前庭测试方案。根据研究者的研究以及国际报告,研究者选择了一套包含Video Head I的前庭测试方案
【主题与分类】
主题标签:Children, Only、Vestibular Disorder、Vestibular Function、Sensorineural Hearing Loss。本站分类:耳及乳突疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06229717
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/NCT06229717
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:儿童,仅限,前庭障碍,前庭功能,感音神经性听力损失。在丹麦医疗体系中,儿童平衡问题是一个被忽视的问题。前庭系统功能障碍,即前庭功能障碍(VD),可能对儿童的发展和生活质量产生重大影响。特别是,患有感音神经性听力损失的儿童有发展成VD的风险。因此,据报道,14%至91%的感音神经性听力损失儿童中存在VD。听觉系统和前庭系统之间密切的解剖学和胚胎学关系当然可以解释这种相关性。研究者的目标是在研究中制定一个对儿童友好且可靠的前庭测试方案。根据研究者们的研究以及国际报告,研究者们选择了一个包含视频头脉冲测试(v-HIT)、颈部和眼部前庭诱发肌源性电位(c和oVEMP)的前庭测试方案,因为这些测试可行、有效且对儿童友好。为了评估整体平衡能力,孩子们在计算机动态姿势图上进行测试。
本研究旨在探讨单侧或双侧感音神经性听力损失儿童的前庭功能。假设:研究者预期在20-30%的感音神经性听力损失儿童中会发现异常的前庭测试结果。方法:本研究为前瞻性队列研究。参与者为3-10岁单侧或双侧感音神经性听力损失的前瞻性、非选择性儿童群体。参与者从丹麦Viborg区域医院听力学诊所招募。所有参与者都将接受一套由问卷以及前庭和姿势评估组成的测试方案。主要终点是v-HIT、c和oVEMP以及姿势描记术的结果,并将其与正常值进行比较。次要终点是前庭功能障碍的患病率以及患者照护者眩晕障碍量表(DHI-PC)的平均总分。
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。




