良性前列腺增生患者选择接受钬激光前列腺剜除术的预康复计划可行性与实用性研究
该数据集来自 clinicaltrials.gov,聚焦良性前列腺增生(BPH)患者在接受钬激光前列腺剜除术(HoLEP)前实施预康复计划的可行性与实用性

基本信息
资源简介
良性前列腺增生患者选择接受钬激光前列腺剜除术的预康复计划可行性与实用性研究
该数据集来自 clinicaltrials.gov,聚焦良性前列腺增生(BPH)患者在接受钬激光前列腺剜除术(HoLEP)前实施预康复计划的可行性与实用性。源站描述指出,BPH 在老年男性中高发,45 岁以上患病率可达 45%,70 岁以上可达 80%,常伴随下尿路症状、反复尿路感染、膀胱结石和血尿。HoLEP 是手术治疗的金标准,但术后数周内许多男性会出现暂时性尿失禁。数据可用于评估预康复干预在 HoLEP 围手术期的应用价值及对术后结局的预测(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、良性前列腺增生伴下尿路症状、良性前列腺增生伴流出道梗阻。良性前列腺增生(BPH)是一种使人衰弱的疾病,在老年男性中非常普遍,45 岁以上男性中高达 45% 受影响,70 岁以上男性中 80% 受影响。虽然并非所有 BPH 男性都会出现有问题的症状,但许多人会经历下尿路症状(LUTS),包括排尿困难、反复尿路感染、膀胱结石和血尿。钬激光前列腺剜除术(HoLEP)是手术治疗 BPH 的金标准,并且与需要重复干预的风险较低相关。然而,在 HoLEP 手术后的数周内,许多男性会出现暂时性尿失禁,这可能对患者造成困扰
【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/NCT07552961
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/NCT07552961
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、良性前列腺增生伴下尿路症状、良性前列腺增生伴流出道梗阻。良性前列腺增生(BPH)是一种使人衰弱的疾病,在老年男性中极为普遍,45岁以上男性中高达45%受累,70岁以上男性中80%受累。虽然并非所有BPH患者都会出现令人困扰的症状,但许多患者会出现下尿路症状(LUTS),包括排尿困难、反复尿路感染、膀胱结石和血尿。就BPH的手术治疗而言,钬激光前列腺剜除术(HoLEP)是金标准,且需要再次干预的风险较低。然而,在HoLEP术后数周内,许多男性会出现一过性尿失禁,这可能使患者感到痛苦。在前列腺癌的情况下,术前运动和心理健康支持已被证明可改善尿失禁和术后恢复。这通常被称为预康复,包括在术前数月内进行的规划。
本研究旨在评估对患有BPH的男性在HoLEP手术前进行预康复方案的安全性和可行性。研究者将把40名患者随机分为2组,一组在HoLEP手术前接受标准治疗干预,另一组接受至少12周的综合预康复方案,包括:盆底物理治疗、获取额外信息资源的途径,以及包括个人和伴侣咨询在内的心理健康支持途径。在两组中,研究者都将收集患者的关键人口统计学和临床信息,并在预康复前、手术前即刻以及术后长达1年时通过多份问卷评估其排尿功能。研究者希望证实预康复对这些患者是一种安全且可行的选择。其次,研究者希望提供证据表明预康复可改善尿失禁
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。




