n-of-m 人工耳蜗策略中频谱和时间线索的权重取决于嗓音音高
研究量化n-of-m人工耳蜗策略中频谱与时间线索对音高感知的贡献。实验1（16名CI使用者，F0 76–242 Hz）中时间抑制大幅降低F0辨别，频谱抑制仅影响部分人，联合更低；实验2（5名，F0 242–768 Hz）中频谱抑制降低辨别，时间抑制无影响
基本信息
资源简介
n-of-m 人工耳蜗策略中频谱和时间线索的权重取决于嗓音音高
Weighting of spectral and temporal cues with n-of-m cochlear implant strategies depends on voice pitch
研究量化n-of-m人工耳蜗策略中频谱与时间线索对音高感知的贡献。实验1（16名CI使用者，F0 76–242 Hz）中时间抑制大幅降低F0辨别，频谱抑制仅影响部分人，联合更低；实验2（5名，F0 242–768 Hz）中频谱抑制降低辨别，时间抑制无影响。未改变刺激中F0升高时时间线索减少、频谱线索增加。结果提示使用者依赖最可用线索，时间线索在男至女声范围占主导，频谱线索在女至童声范围占主导（来源 DOI 解析）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：支持题为“n-of-m 人工耳蜗策略中频谱和时间线索的权重取决于嗓音音高”的研究文章的数据。有关数据集的完整说明，请参见随附的 README.md 文件。 研究描述 频谱和时间线索对人工耳蜗（CI）使用者嗓音音高感知的相对贡献仍不清楚。本研究旨在使用临床 n-of-m 处理器，在动态语音刺激中直接量化这些贡献。基频（F0）辨别在两个实验中通过辅音-元音三元组进行测量。16 名（8 名女性）使用 n-of-m 策略的语后聋成人 CI 使用者参与了实验 1（F0 范围：76–242 Hz）。其中 5 名（3 名女性）还参与了实验 2（F0 范围：242–768 Hz）。刺激以声学方式或通过直接刺激呈现。对于后者，脉冲模式事先使用参与者自己的设置录制，并进行修改以抑制时间线索或频谱线索。在实验 1 中，抑制时间线索使 F0 辨别大幅下降。抑制频谱线索仅使部分参与者的 F0 辨别下降，而同时抑制频谱和时间线索则使表现进一步下降。相反，在实验 2 中，抑制频谱线索导致 F0 辨别下降，而抑制时间线索没有影响。对未修改刺激的分析表明，随着 F0 升高，时间线索的可用性下降，频谱线索的可用性升高。这种新颖的预录制和流式传输方法有效地将逼真的刺激模式与脉冲级别的精确控制结合起来。我们的结果表明，在嗓音音高辨别中，语后聋成人 CI 使用者主要依赖最可用的线索，而这取决于 F0。当辨别典型男性至女性嗓音范围内的 F0 时，时间线索占主导；而在典型女性至儿童嗓音范围内，频谱线索往往占主导。该研究获得格罗宁根大学医学中心中央伦理委员会批准（CTc 2023 - 17763）。 数据文件 1_trial_data_exp1_exp2.csv - 实验 1 和实验 2 的主要试验数据。每一行包含一次试验。 2_AM_availability.csv - 幅度 m 的可用性测量
【主题与分类】
主题标签：Medicine, Health and Life Sciences、cochlear implants、voice pitch、spectral cues、temporal cues、psychophysics。本站分类：耳及乳突疾病。
【获取与许可】
源站页面：https://dataverse.nl/citation?persistentId=doi:10.34894/RSSHBR
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://doi.org/10.34894/RSSHBR
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
支持题为“n-of-m 人工耳蜗策略中频谱和时间线索的权重取决于嗓音音高”的研究文章的数据。关于数据集的完整说明，见所附的 README.md 文件。
研究描述
在人工耳蜗（CI）使用者中，频谱线索和时间线索对嗓音音高感知的相对贡献仍不清楚。本研究旨在使用临床 n-of-m 处理器，在动态言语刺激中直接量化这些贡献。在两个实验中，使用辅音-元音三元组测量了基频（F0）辨别能力。16 名（8 名女性）使用 n-of-m 策略的语后聋成年 CI 使用者参加了实验 1（F0 范围：76–242 Hz）。5 名（3 名女性）也参加了实验 2（F0 范围：242–768 Hz）。刺激以声学方式或通过直接电刺激呈现。对于后者，脉冲模式使用参与者自身的设置预先录制，并经过修改以抑制时间或频谱线索。在实验 1 中，时间线索抑制大幅降低了 F0 辨别能力。频谱线索抑制仅降低了一些参与者的 F0 辨别能力，而频谱和时间线索联合抑制则进一步降低了表现。相反，在实验 2 中，频谱线索抑制导致 F0 辨别能力下降，而时间线索抑制没有影响。对未修改刺激的分析表明，随着 F0 增加，时间线索的可用性降低，而频谱线索的可用性增加。这种新颖的预录制和流式传输方法有效地将逼真的刺激模式与脉冲级别的精确控制结合起来。我们的结果表明，在嗓音音高辨别中，语后聋成年 CI 使用者主要依赖最可用的线索，而这取决于 F0。在典型男性至女性嗓音范围内辨别 F0 时，时间线索占主导；而在典型女性至儿童嗓音范围内，频谱线索往往占主导。该
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。
