女性学生不同发声模式下盆底肌动力学

源站描述指出,盆底物理治疗师开始尝试用发声与嗓音提示诱发不同盆底运动,但关于言语和发声过程中盆底与声门协调运动的研究仍存在明显空白,亟需识别能提高盆底张力与降低盆底张力的声音,并分别整合进盆底强化与盆底下调训练

Cairo UniversityCairo University
clinicaltrials
浏览 14
医学影像回归Pelvic Floor DyssynergiaPhonation Disorder
Dynamics of Pelvic Floor Muscles With Different Phonation Patterns Among Female Students

基本信息

模态
医学影像
任务类型
回归
创建/更新时间
2026-10-08

资源简介

女性学生不同发声模式下盆底肌动力学

本数据集来自 clinicaltrials.gov,聚焦女性学生群体中不同发声模式下的盆底肌动力学,涉及 Pelvic Floor Dyssynergia 与 Phonation Disorder。源站描述指出,盆底物理治疗师开始尝试用发声与嗓音提示诱发不同盆底运动,但关于言语和发声过程中盆底与声门协调运动的研究仍存在明显空白,亟需识别能提高盆底张力与降低盆底张力的声音,并分别整合进盆底强化与盆底下调训练。目前仅有一项研究描述发声任务中的盆底位移,本研究拟用经腹超声评估呼吸与发声任务中的盆底肌位移(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Conditions: Pelvic Floor Dyssynergia, Phonation Disorder. 一些盆底物理治疗师开始尝试使用发声和嗓音提示来诱发不同的盆底运动。然而,关于言语和发声过程中盆底与声门之间的协调与运动,文献中存在显著空白,并且迫切需要识别伴随盆底张力增加的声音并将其整合到盆底强化方案中,以及伴随盆底张力降低的声音并将其整合到盆底下调训练方案中。迄今为止,仅有一项研究描述了发声任务期间的盆底位移。因此,本研究旨在使用经腹超声评估呼吸和发声任务期间的盆底肌位移,以评估呼吸

【主题与分类】

主题标签:Pelvic Floor Dyssynergia、Phonation Disorder。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06716268

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06716268

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

疾病:盆底肌协同失调、发声障碍。部分盆底物理治疗师开始尝试使用发声和嗓音提示来诱发不同的盆底运动。然而,关于言语和发声过程中盆底与声门之间的协调与运动,文献中存在显著空白,且迫切需要识别伴随盆底张力增高的嗓音并将其整合到盆底强化方案中,以及识别伴随盆底张力降低的嗓音并将其整合到盆底降张训练方案中。迄今为止,仅有一项研究描述了发声任务中的盆底位移。因此,本研究旨在利用经腹超声研究呼吸和发声任务中的盆底肌位移,以评估能够放松或增强盆底张力并可整合到临床实践中的呼吸和发声任务。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。