高强度聚焦超声治疗良性前列腺增生的安全性与有效性评估
该数据集来自 clinicaltrials.gov,主题为高强度聚焦超声(HIFU)治疗良性前列腺增生(BPH)的安全性与有效性评估

基本信息
资源简介
高强度聚焦超声治疗良性前列腺增生的安全性与有效性评估
该数据集来自 clinicaltrials.gov,主题为高强度聚焦超声(HIFU)治疗良性前列腺增生(BPH)的安全性与有效性评估。良性前列腺增生又称前列腺腺瘤,是男性最常见的良性肿瘤,多见于40岁以上人群,50至60岁男性患病风险超过50%,80岁时升至90%。增生可导致尿流改变和膀胱出口梗阻,即下尿路症状(LUTS),并随年龄增长而更常见,可分为梗阻性与刺激性症状。早期可表现为排尿启动困难、膀胱排空不全感、尿频及夜尿等(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。前列腺腺瘤,又称良性前列腺肥大或增生(BPH),涉及前列腺体积增大,形成良性肿瘤。它是男性最常见的良性肿瘤,通常影响40岁以上人群。50至60岁男性患BPH的风险超过50%,到80岁时升至90%。这种增生导致尿流改变和膀胱出口梗阻,被称为“下尿路症状”或LUTS,随年龄增长而更常见。这些症状分为梗阻性或刺激性。在早期阶段,患有BPH的男性可能排尿启动困难,并可能感觉膀胱未完全排空。因此,他们需要更频繁地排尿,尤其是在夜间,这种情况称为夜尿。此外,尿流的量和速度可能下
【主题与分类】
主题标签: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/NCT06601179
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/NCT06601179
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。前列腺腺瘤,也称为良性前列腺肥大或增生(BPH),表现为前列腺体积增大,形成良性肿瘤。它是男性中最常见的良性肿瘤,通常影响40岁以上的男性。50至60岁男性患BPH的风险超过50%,到80岁时这一风险上升至90%。这种增生导致尿流改变和膀胱出口梗阻,被称为“下尿路症状”或LUTS,随着年龄增长而愈发常见。这些症状分为梗阻性和刺激性两类。在早期阶段,BPH患者可能排尿启动困难,并感觉膀胱未完全排空。因此,他们需要更频繁地排尿,尤其是在夜间,这种情况称为夜尿症。此外,尿流的速度和量可能显著下降,如尿流率测定所示,并且在排尿末期可能出现残余尿排出。
高强度聚焦超声(HIFU)是一种利用高强度超声波治疗多种疾病(包括恶性和良性肿瘤)的医疗技术,无需侵入性手术或电离辐射。HIFU在焦点处产生80°至95°C的热量,以精准定位导致目标区域坏死。在泌尿外科中,HIFU以微创方式用于治疗前列腺癌,通过经直肠递送的换能器聚焦超声波,实时监测并靶向治疗区域。专门靶向的HIFU治疗已被提议用于BPH,其中侧叶的局部坏死可减小前列腺移行区的体积,减轻前列腺尿道的压迫并改善泌尿症状。这项新研究旨在评估HIFU治疗BPH的安全性和有效性。
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。




