个性化3D打印前列腺模型辅助的保留神经机器人辅助根治性前列腺切除术用于阳性手术切缘选择性切除

数据集获取

源站：https://clinicaltrials.gov/study/NCT05960669

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：前列腺癌。背景：保留神经（NS）机器人辅助根治性前列腺切除术（RARP）可优化肿瘤学和功能学结局，在具备条件时已成为首选的微创术式。为在NS-RARP中最大限度地保障肿瘤学安全，可使用冰冻切片（FS），但其无法提供阳性手术切缘（PSM）的视觉印象以指导二次切除（SR）。目的：通过使用个性化3D打印前列腺模型，优化冰冻切片（FS）控制的保留神经机器人辅助根治性前列腺切除术（NS-RARP）中二次切除（SR）的精准度。设计、设置与参与者：本前瞻性多中心队列研究纳入2018年9月至2021年8月期间接受NS-RARP的100例患者。干预措施：根据术前盆腔MRI数据3D打印前列腺模型，并在手术中用于标记PSM并指导SR。结局测量与统计分析：终点为比较FS中原发手术切缘状态与所得SR组织以及最终手术切缘状态。

肿瘤学和勃起结果的次要参数在术前和术后一年进行了评估。

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。