前列腺癌治疗后康复与性治疗优化恢复研究
该数据集来自clinicaltrials.gov，聚焦前列腺癌局部治疗后康复，覆盖尿失禁与勃起功能障碍人群。研究为双臂平行随机可行性试验，在Duke University Health System开展，比较盆腔底物理治疗联合性治疗与单纯盆腔底物理治疗
基本信息
资源简介
前列腺癌治疗后康复与性治疗优化恢复研究
该数据集来自clinicaltrials.gov，聚焦前列腺癌局部治疗后康复，覆盖尿失禁与勃起功能障碍人群。研究为双臂平行随机可行性试验，在Duke University Health System开展，比较盆腔底物理治疗联合性治疗与单纯盆腔底物理治疗。数据可用于分析康复干预的可行性、治疗依从性及功能恢复相关结局，支持肿瘤 survivorship 与性健康交叉领域的方法学研究（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、尿失禁、勃起功能障碍。这是一项在Duke University Health System开展的两臂、平行组、随机可行性试验。在Duke Health接受保留勃起神经的根治性前列腺切除术、放疗或冷冻消融治疗局限性前列腺腺癌、并开始盆腔底物理治疗（PFPT）的合格成年男性，将按1:1随机分配至PFPT加性治疗或单纯PFPT。PFPT作为常规临床生存期护理的一部分提供。所有入组参与者将接受阴茎康复教育和一个真空勃起装置（VED）作为标准PFPT的一部分，此外如适用还会接受临床医生处方的PDEi。性治疗干预通过远程医疗提供，为6个月内10次约45分钟的会话。基线评估在完成局部治疗后进行，并
【主题与分类】
主题标签：Prostate Cancer、Urinary Incontinence、Erectile Dysfunction。本站分类：肿瘤/前列腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07685249
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/NCT07685249
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、尿失禁、勃起功能障碍。这是一项在杜克大学健康系统开展的两臂、平行组、随机可行性试验。符合条件的成年男性，曾在杜克健康接受保留勃起神经的根治性前列腺切除术、放疗或冷冻消融治疗局限性前列腺腺癌，且正在开始盆底物理治疗（PFPT），将按1：1随机分配至PFPT联合性治疗组或单纯PFPT组。PFPT作为常规临床生存者照护的一部分提供。所有入组参与者都将接受阴茎康复教育并获得真空勃起装置（VED），作为标准PFPT的一部分，此外，如适用，还将接受临床医生处方的PDEi。性治疗干预通过远程医疗提供，共10次课程，每次约45分钟，历时6个月。基线评估在完成局部治疗之后、开始与研究相关的康复之前进行。将在基线时以及基线后3、6、9、12、18和24个月收集患者报告结局指标，以评估更长随访的可行性。将在基线后6个月和12个月提供半结构化定性访谈。
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。
