单中心试验：高分辨率经直肠超声（Exact Imaging 扫描仪 ExactVu）检测前列腺癌的验证
该数据集来自 clinicaltrials.gov 的单中心试验，主题为前列腺癌。研究以根治性前列腺切除术后全切片作为参考标准，评估高分辨率经直肠超声（HR-TRUS，Exact Imaging 扫描仪 ExactVu）检测前列腺癌病灶的性能，分析涵盖全部前列腺癌病灶及显著性前列腺癌病灶的检测，并据
基本信息
资源简介
单中心试验：高分辨率经直肠超声（Exact Imaging 扫描仪 ExactVu）检测前列腺癌的验证
该数据集来自 clinicaltrials.gov，是一项单中心试验，主题为前列腺癌。研究旨在评估高分辨率经直肠超声（HR-TRUS，Exact Imaging 扫描仪 ExactVu）检测前列腺癌病灶的性能，并以根治性前列腺切除术后全切片作为参考标准。分析涵盖全部前列腺癌病灶及显著性前列腺癌病灶的检测，据此可计算正确检测前列腺癌的灵敏度、特异度、阴性预测值、阳性预测值及总体准确率。这些结果对于 ExactVu 超声扫描仪后续通过靶向活检用于前列腺癌诊断具有重要意义。数据集分类为肿瘤 / 前列腺癌，主题标签为前列腺癌。
【数据集背景】
前列腺癌是男性常见的恶性肿瘤之一，其早期检测与准确诊断对临床决策至关重要。传统经直肠超声在前列腺癌病灶识别方面存在一定局限，而高分辨率经直肠超声技术试图提升病灶检出的准确性。该单中心试验的背景在于，需要验证 Exact Imaging 公司的 ExactVu 扫描仪所提供的高分辨率经直肠超声（HR-TRUS）在前列腺癌检测中的表现。研究以根治性前列腺切除术后全切片作为参考标准，这一参考标准能够提供前列腺整体病理信息，从而为评估影像学检测方法的准确性提供依据。该试验关注的核心问题是 HR-TRUS 能否准确检测前列腺癌病灶，包括全部前列腺癌病灶以及显著性前列腺癌病灶，并为后续靶向活检的应用奠定基础。
【数据内容】
该数据集的主题标签为前列腺癌，分类属于肿瘤 / 前列腺癌。根据源站描述，研究的主要目标是评估 HR-TRUS 检测前列腺癌病灶的性能，参照标准为根治性前列腺切除术后全切片。分析内容包括检测所有前列腺癌病灶以及检测显著性前列腺癌病灶。通过这一分析路径，可以计算正确检测前列腺癌的灵敏度、特异度、阴性预测值、阳性预测值以及总体准确率。这些指标构成了该试验在检测性能方面的核心数据内容。除上述指标外，源站未提供关于具体样本量、病灶数量、患者人口学信息、扫描参数、病理切片细节或统计分析方法等进一步的数据内容描述。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov，属于单中心试验。研究使用高分辨率经直肠超声，具体设备为 Exact Imaging 扫描仪 ExactVu。参考标准为根治性前列腺切除术后全切片。源站描述中未提供关于采集时间、采集地点、招募方式、纳入排除标准、操作流程、图像采集参数或数据存储形式等具体信息。因此，关于采集与来源的更多细节，源站未提供。
【适用场景】
该数据集适用于评估高分辨率经直肠超声在前列腺癌检测中的性能。具体而言，其分析结果可用于了解 HR-TRUS 检测全部前列腺癌病灶及显著性前列腺癌病灶的灵敏度、特异度、阴性预测值、阳性预测值和总体准确率。源站描述指出，这些结果在 ExactVu 超声扫描仪后续用于前列腺癌诊断时具有重要意义，尤其是通过靶向活检进行诊断的场景。因此，该数据集可能适用于影像学方法验证、前列腺癌诊断技术评估以及靶向活检相关研究等场景。除上述内容外，源站未提供其他适用场景的说明。
【使用方法】
源站描述提及，该研究通过将 HR-TRUS 的检测结果与根治性前列腺切除术后全切片进行对比，来计算检测性能指标。分析涵盖全部前列腺癌病灶和显著性前列腺癌病灶。这些结果可用于支持 ExactVu 超声扫描仪后续在前列腺癌诊断中通过靶向活检的应用。关于数据的具体获取方式、访问权限、使用协议、分析代码或操作步骤等，源站未提供。
【质量与限制】
该数据集来自单中心试验，源站描述中未提供关于样本量、统计效能、偏倚控制、重复性验证或多中心验证等信息。由于是单中心研究，其结果的普遍性可能受到一定限制，但源站未对此进行说明。此外，源站未提供关于数据完整性、缺失值处理、参考标准判读一致性或设备操作者经验等质量相关细节。因此，关于质量与限制的更多信息，源站未提供。
【引用与许可】
该数据集的来源站为 clinicaltrials.gov。源站未提供关于引用格式、许可条款、数据使用限制或知识产权归属等信息。因此，关于引用与许可的具体内容，源站未提供。
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/NCT03679819
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。本研究的主要目的是以根治性前列腺切除术后全切片作为参考，评估HR-TRUS检测前列腺癌病灶的性能。分析将包括所有前列腺癌病灶的检测以及显著性前列腺癌病灶的检测。通过这种方法，可以计算前列腺内前列腺癌正确检测的敏感性、特异性、阴性预测值、阳性预测值和总体准确性。当ExactVu超声扫描仪后续用于通过靶向活检进行前列腺癌诊断时，这些结果具有重要意义。
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。
