保留神经前列腺癌根治术中神经血管束应用冻干胎盘组织的患者报告勃起功能恢复与生活质量结局对比标准治疗
该数据集来自clinicaltrials.gov,聚焦前列腺癌患者在保留神经机器人根治性前列腺切除术中的结局研究。研究比较在保留的神经血管束上放置冻干胎盘组织(LPT)与标准治疗对术后勃起功能恢复和控尿功能的影响,纳入术前SHIM评分大于19(术前性功能中等或较高)的患者

基本信息
资源简介
保留神经前列腺癌根治术中神经血管束应用冻干胎盘组织的患者报告勃起功能恢复与生活质量结局对比标准治疗
该数据集来自clinicaltrials.gov,聚焦前列腺癌患者在保留神经机器人根治性前列腺切除术中的结局研究。研究比较在保留的神经血管束上放置冻干胎盘组织(LPT)与标准治疗对术后勃起功能恢复和控尿功能的影响,纳入术前SHIM评分大于19(术前性功能中等或较高)的患者。数据可用于评估LPT作为神经包裹材料在改善术后功能恢复方面的潜在作用,以及患者报告的生活质量结局分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:前列腺癌。冻干胎盘组织(LPT)的手术植入已获FDA批准,并已广泛用于伤口护理。其用途正在扩展,最近LPT已被用于糖尿病足溃疡、急性和慢性手术伤口、各种瘘管,甚至作为腓总神经的神经包裹材料。保留神经前列腺切除术的手术技术自1982年Walsh首次描述以来不断演变,现在通常借助机器人辅助完成。研究者打算研究在保留神经的机器人前列腺切除术中,将LPT放置在保留的神经血管束上,是否会改善前列腺癌机器人根治性前列腺切除术后恢复勃起能力和/或控尿功能。术前国际勃起功能指数(SHIM)评分>19(术前性功能中等或较高)的患者计划
【主题与分类】
主题标签:Prostate Cancer。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05366842
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/NCT05366842
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
条件:前列腺癌。冻存胎盘组织(LPT)的手术植入已获FDA批准,并已广泛用于伤口护理。其用途正在不断扩大,最近,LPT已被用于治疗糖尿病足溃疡、急性和慢性手术伤口、各种瘘管,甚至用作腓总神经的神经包裹材料。自Walsh于1982年首次描述以来,保留神经的前列腺切除术的手术技术不断发展,目前通常借助机器人辅助完成。研究者打算研究在保留神经的机器人前列腺切除术中,将LPT放置在保留的神经血管束上,是否会改善前列腺癌机器人根治性前列腺切除术后勃起功能和/或控尿功能的恢复。术前男性性健康量表(SHIM)评分>19(术前性功能中等或较高)且计划接受机器人辅助腹腔镜前列腺切除术的患者将被随机分配接受在保留的神经血管束上直接放置LPT或接受标准治疗。患者将在术后1个月、3个月、6个月和1年独立报告勃起功能和控尿情况。
主要结局指标将包括达到勃起功能的平均时间、各时间点组内达到勃起功能的百分比以及SHIM评分的平均变化。次要结局指标将包括达到控尿的平均时间。研究者还将报告任何不良事件。
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。




