子宫肌瘤剔除术对子宫动脉多普勒测速影响研究
该数据集来自 clinicaltrials.gov,围绕子宫肌瘤剔除术对子宫动脉多普勒超声测速结果的影响展开,涉及子宫肌瘤、子宫肌瘤剔除术与多普勒超声等主题

基本信息
资源简介
子宫肌瘤剔除术对子宫动脉多普勒测速影响研究
该数据集来自 clinicaltrials.gov,围绕子宫肌瘤剔除术对子宫动脉多普勒超声测速结果的影响展开,涉及子宫肌瘤、子宫肌瘤剔除术与多普勒超声等主题。子宫肌瘤是女性最常见的良性盆腔肿瘤,起源于子宫平滑肌组织,常无症状,但体积和位置可引发明显影响生活质量的临床症状。其发病机制尚未阐明,涉及遗传因素、性激素、生长因子、细胞外基质相互作用与血管生成等复杂机制。超声检查仍是子宫肌瘤一线影像学检查的金标准,具有高敏感性、高特异性与成本效益(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Leiomyoma(Uterine Fibroids)、Myomectomy、Doppler Ultrasound。子宫肌瘤是女性最常见的良性盆腔肿瘤,起源于子宫平滑肌组织。虽然通常无症状,但其大小和位置可引起显著损害生活质量的临床症状。子宫肌瘤的发病机制尚待正在开展的研究阐明。我们目前的认识显示,肌瘤发病机制涉及遗传因素、性激素、生长因子、细胞外基质相互作用和血管生成的复杂相互作用。理解肌瘤发病机制以及肌瘤与邻近子宫肌层的相互作用,对于改进我们的管理和治疗选择至关重要。超声检查(USG)仍是子宫肌瘤一线影像学检查的金标准,具有高敏感性、高特异性和成本效益。
【主题与分类】
主题标签:Leiomyoma (Uterine Fibroids)、Myomectomy、Doppler Ultrasound。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07343765
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/NCT07343765
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:平滑肌瘤(子宫肌瘤)、子宫肌瘤剔除术、多普勒超声。子宫平滑肌瘤是女性最常见的良性盆腔肿瘤,起源于子宫平滑肌组织。虽然通常无症状,但其大小和位置可引起临床症状,显著影响生活质量。子宫平滑肌瘤的发病机制尚待正在进行的研究阐明。我们目前的认识表明,肌瘤发病机制涉及遗传因素、性类固醇、生长因子、细胞外基质相互作用和血管生成之间复杂的相互作用。了解平滑肌瘤发病机制及肌瘤与邻近子宫肌层相互作用的机制,对于改进我们的管理和治疗方案至关重要。超声检查(USG)仍然是子宫平滑肌瘤一线影像学检查的金标准,具有高度敏感性、特异性和成本效益。多普勒超声检查通过测量搏动指数(PI)、阻力指数(RI)和收缩期/舒张期(S/D)比值,能够评估子宫血流。
这些参数广泛应用于常规产科实践,其中较高的数值提示远端血管阻力增加,较低的数值则反映灌注增强和阻抗降低。多项研究观察到子宫动脉血流增加,测得该血管阻力显著降低。我们此前的研究揭示了不同子宫肌瘤定位下多普勒血流测速结果的差异,以及这些指数与子宫手术史之间的正相关关系,提示子宫手术后子宫动脉阻力增加。子宫肌瘤剔除术是有症状子宫肌瘤病例的常见手术方式,由妇科医生广泛实施。本研究旨在通过比较诊断为子宫肌瘤患者的术前与术后测量结果,探讨子宫肌瘤剔除术对子宫动脉多普勒血流测速参数的影响。方法:本单中心、前瞻性临床研究将在Bakırköy Dr. Sadi Konuk培训与研究医院进行。
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。




