术前盆底肌锻炼对激光前列腺剜除术后尿失禁影响的可行性研究
该数据集来自 clinicaltrials.gov,围绕良性前列腺增生(BPH)患者接受激光前列腺剜除术(HoLEP)后出现尿失禁的问题,评估术前盆底肌锻炼对术后尿失禁的影响,属于一项可行性研究

基本信息
资源简介
术前盆底肌锻炼对激光前列腺剜除术后尿失禁影响的可行性研究
该数据集来自 clinicaltrials.gov,围绕良性前列腺增生(BPH)患者接受激光前列腺剜除术(HoLEP)后出现尿失禁的问题,评估术前盆底肌锻炼对术后尿失禁的影响,属于一项可行性研究。数据覆盖 BPH、尿失禁、HoLEP 与盆底肌锻炼等主题,涉及年龄增长、糖尿病、肥胖等可能增加术后尿失禁风险的因素。可用于探索术前盆底肌锻炼与术后尿失禁结局之间的关系,为相关预测性分析和康复干预研究提供数据基础(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:BPH(良性前列腺增生)、尿失禁、HoLEP、盆底肌锻炼。项目性质与目标:随着年龄增长,前列腺增大即良性前列腺增生(BPH)在男性中非常常见。BPH 可阻塞尿路并导致排尿功能障碍。部分受 BPH 影响的患者没有症状,另一些患者则可能排尿困难或失去对膀胱的控制。为减轻这些令人困扰的症状,患者可能接受一种称为前列腺剜除术的手术,即使用激光去除阻塞尿路的那部分前列腺。遗憾的是,部分患者术后可能出现尿失禁。尿失禁的发生率因人而异,差异很大。若干危险因素可能增加这种可能性,例如高龄、糖尿病、肥胖或较大的前
【主题与分类】
主题标签:BPH (Benign Prostatic Hyperplasia)、Incontinence, Urinary、HoLEP、Pelvic Floor Muscle Exercise。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07456345
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/NCT07456345
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:BPH(良性前列腺增生)、尿失禁、泌尿、HoLEP、盆底肌锻炼。项目性质与目标 随着年龄增长,前列腺增大或良性前列腺增生(BPH)在男性中非常常见。BPH可阻塞尿路并导致排尿功能障碍。虽然部分受BPH影响的患者没有症状,但其他患者可能排尿困难或失去对膀胱的控制。为减轻这些令人困扰的症状,患者可能会接受一种称为前列腺剜除术的手术,该手术使用激光去除阻塞尿路的那部分前列腺。遗憾的是,在某些情况下,患者术后可能会出现尿失禁。尿失禁的发生率因人而异,差异很大。若干危险因素可能增加这种可能性,例如高龄、糖尿病、肥胖或前列腺体积大。总体而言,大多数患者会康复,并在6个月后不再有尿失禁(<1%)。然而,一些术后出现尿失禁的患者仍可能受到生活质量方面的影响。
前列腺手术后出现尿失禁的患者常被推荐接受盆底物理治疗。然而,评估术前盆底物理治疗预防尿失禁有效性的研究非常少。本研究的目的是通过研究患者和临床医生的观点,评估将盆底肌肉锻炼项目纳入接受前列腺剜除术患者护理中的可接受性和可行性。研究的第二部分将比较两组:一组在手术前接受盆底肌肉锻炼,另一组接受标准治疗(仅手术)。研究者将评估参与者对在手术前整合物理治疗课程的看法,并尝试识别参与者和临床医生在盆底肌肉锻炼方面的促进因素和障碍。参与者人数和参与时长 总共三十(30)名参与者将参与
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。




