前列腺癌同期经会阴前列腺活检与消融(活检消融)

前瞻性研究旨在验证单次操作中同时进行经会阴前列腺活检与激光消融(“Bioblation”)的临床结局。该干预面向有下尿路症状、高度怀疑低至有利中危前列腺癌的症状性患者,在局部麻醉下结合诊断与靶向治疗,以期尽早缓解严重症状并快速恢复日常活动

Benha UniversityBenha University
clinicaltrials
浏览 23
其他Prostate CancerLower Urinary Tract Symptoms (LUTS)Benign Prostatic Hyperplasia
Concomitant Trans-Perineal Prostate Biopsy and Ablation (Bioblation) for Prostate Cancer

基本信息

模态
其他
创建/更新时间
2026-10-01

资源简介

前列腺癌同期经会阴前列腺活检与消融(活检消融)

前瞻性研究旨在验证单次操作中同时进行经会阴前列腺活检与激光消融(“Bioblation”)的临床结局。该干预面向有下尿路症状、高度怀疑低至有利中危前列腺癌的症状性患者,在局部麻醉下结合诊断与靶向治疗,以期尽早缓解严重症状并快速恢复日常活动。研究最终评估该联合操作能否减少患者暴露于多次、时间分离的干预,同时不损害肿瘤学安全性或疗效。相关条件包括良性前列腺增生(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:前列腺癌、下尿路症状(LUTS)、良性前列腺增生。本前瞻性研究旨在验证在单次操作中同时进行经会阴前列腺活检和激光消融(称为“Bioblation”)的临床结局。该干预措施专为出现下尿路症状(LUTS)且高度怀疑患有低危至有利中危前列腺癌的有症状患者设计。通过在局部麻醉下将诊断与靶向治疗相结合,该方法旨在促进严重症状的早期缓解并快速恢复日常活动。最终,该研究评估这种联合操作是否能减少患者接受多次、时间上彼此分隔的干预,同时不损害肿瘤学安全性或疗效。

【主题与分类】

主题标签:Prostate Cancer、Lower Urinary Tract Symptoms (LUTS)、Benign Prostatic Hyperplasia。本站分类:肿瘤/前列腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07526675

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07526675

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:前列腺癌、下尿路症状(LUTS)、良性前列腺增生。本前瞻性研究旨在验证在单次操作中同时进行经会阴前列腺活检和激光消融(称为“Bioblation”)的临床结局。该干预措施专为出现下尿路症状(LUTS)且高度怀疑患有低危至有利中危前列腺癌的有症状患者设计。通过在局部麻醉下将诊断与靶向治疗相结合,该方法旨在促进严重症状的早期缓解并快速恢复日常活动。最终,该研究评估这种联合操作是否能减少患者接受多次、时间上彼此分隔的干预,同时不损害肿瘤学安全性或疗效。

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。

获取专属数据定制方案