miRNAs 在前列腺癌与良性前列腺增生中的诊断作用研究

该数据集来自 clinicaltrials.gov,聚焦 miRNAs 在前列腺癌(PCa)与良性前列腺增生(BPH)中的诊断作用

Alanya Alaaddin Keykubat UniversityAlanya Alaaddin Keykubat University
clinicaltrials
浏览 5
其他分类Benign Prostate Hypertrophy(BPH)Prostate Cancer (Adenocarcinoma)
Investigation of the Diagnostic Role of miRNAs in PCa and BPH

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-09

资源简介

miRNAs 在前列腺癌与良性前列腺增生中的诊断作用研究

该数据集来自 clinicaltrials.gov,聚焦 miRNAs 在前列腺癌(PCa)与良性前列腺增生(BPH)中的诊断作用。研究为前瞻性设计,包含三个工作包:先对血清 PSA 高于 4 ng/ML 且疑似前列腺癌的泌尿科就诊患者进行临床评估并采集活检样本;随后对活检样本做病理检查,将患者分为 PCa 与 BPH 两组;最后对患者及健康对照的血样进行分子分析,并对全部数据进行统计评估。数据可用于探索 miRNA 作为 PCa 与 BPH 鉴别诊断标志物的潜力(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:良性前列腺增生(BPH)、前列腺癌(腺癌)。本研究为前瞻性研究,包含三个工作包。首先,对前往泌尿科门诊就诊、血清 PSA 水平高于 4 ng/ML 且疑似前列腺癌的患者进行临床评估并采集活检样本。随后,对活检样本进行病理检查,并将患者分为 PCA 和 BPH 两组。最后,对取自患者和健康对照者的血样进行分子分析,并对所有获得的数据进行统计评估。

【主题与分类】

主题标签:Benign Prostate Hypertrophy(BPH)、Prostate Cancer (Adenocarcinoma)。本站分类:肿瘤/前列腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06726070

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/NCT06726070

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

条件:良性前列腺增生(BPH)、前列腺癌(腺癌)。本研究为前瞻性研究,包含三个工作包。首先,对就诊于泌尿科门诊、血清PSA水平高于4 ng/ML且疑似前列腺癌的患者进行临床评估并采集活检样本。随后,对活检样本进行病理学检查,并将患者分为前列腺癌(PCA)组和良性前列腺增生(BPH)组。最后,对患者和健康对照者的血液样本进行分子分析,并对所有获得的数据进行统计学评估。

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