经会阴激光消融治疗良性前列腺梗阻
该数据集来自 clinicaltrials.gov，主题为经会阴激光消融（TPLA）治疗良性前列腺梗阻。研究为前瞻性、单中心、介入性初步试验，计划纳入 20 名因良性前列腺梗阻导致下尿路症状且具备手术指征的患者
基本信息
资源简介
经会阴激光消融治疗良性前列腺梗阻
该数据集来自 clinicaltrials.gov，主题为经会阴激光消融（TPLA）治疗良性前列腺梗阻。研究为前瞻性、单中心、介入性初步试验，计划纳入 20 名因良性前列腺梗阻导致下尿路症状且具备手术指征的患者。手术使用 Echolaser X4 系统，采用 1064nm 波长二极管激光源，每源最大能量 10 瓦，通过热消融导致组织凝固性坏死，在超声引导下向前列腺置入 2 至 4 根光纤。数据可用于评估该介入方案的可行性及疗效预测（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：良性前列腺增生。本研究为前瞻性、单中心、介入性初步研究。符合条件的患者是在 Academic Medical Center (AMC) 泌尿科门诊诊断为因良性前列腺梗阻（BPO）导致的下尿路症状（LUTS），并具有手术治疗指征的患者。研究者计划纳入 20 名患者。符合条件的患者将由门诊泌尿科医生告知本研究。研究信息将以口头和书面形式提供。TPLA 手术使用 Echolaser X4 系统进行。该系统使用工作波长为 1064nm 的二极管激光源。每个激光源输出的最大能量为 10 瓦。该系统基于热消融原理，导致组织凝固性坏死。在超声引导下向前列腺置入 2 至 4 根光纤。
【主题与分类】
主题标签：Prostatic Hyperplasia, Benign。本站分类：消化系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03653117
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/NCT03653117
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：良性前列腺增生。本研究为前瞻性、单中心、干预性初步研究。符合条件的患者是在学术医学中心（AMC）泌尿科门诊被诊断为因良性前列腺梗阻（BPO）引起的下尿路症状（LUTS），并且有手术治疗指征的患者。研究者计划纳入20名患者。符合条件的患者将由门诊泌尿科医生告知本研究的相关信息。研究信息将以口头和书面两种形式提供。TPLA手术使用Echolaser X4系统进行。该系统使用波长为1064nm的二极管激光源。每个激光源的最大输出能量为10瓦。该系统基于热消融原理，导致组织凝固性坏死。在超声引导下将2至4根光纤引入前列腺。消融将以每根光纤3瓦的功率进行，每根光纤在400至600秒内总共释放1200至1800焦耳的能量。随访将包括术后四次访视，分别在第4周、3个月、6个月和12个月进行。
随访内容包括病史采集、不良事件登记、体格检查（有指征时）及尿流率测定。患者报告结局指标（PROMs）用于评估功能结局。所使用的PROMs包括国际前列腺症状评分（IPSS）、国际勃起功能指数15（IIEF-15）、视觉模拟评分（VAS）及血尿分级量表（HGS）。此外，将在四周和12个月时进行对比增强超声（CEUS）影像检查。
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。
