RALP术后勃起功能障碍的干细胞研究
该数据集来自 clinicaltrials.gov,主题为前列腺癌根治性耻骨后前列腺切除术(RALP)后勃起功能障碍的干细胞治疗研究

基本信息
资源简介
RALP术后勃起功能障碍的干细胞研究
该数据集来自 clinicaltrials.gov,主题为前列腺癌根治性耻骨后前列腺切除术(RALP)后勃起功能障碍的干细胞治疗研究。源站描述显示这是一项前瞻性、单中心、双盲、四臂试点研究,评估同种异体干细胞促进局限性前列腺癌患者 RALP 术后勃起功能恢复的安全性和有效性。参与者按 1:1:1:1 随机分配至四个臂,涉及阴茎海绵体及神经血管束局部注射 HB-adMSCCs 或安慰剂,以及静脉安慰剂。数据可用于了解该临床试验的设计与分组信息(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:勃起功能障碍、前列腺癌。这是一项前瞻性、单中心、双盲、四臂试点研究,旨在评估同种异体干细胞促进接受局限性前列腺癌根治性耻骨后前列腺切除术(RALP)患者勃起功能恢复的安全性和有效性。所有参与者都将接受资格评估。参与者将使用经过验证的系统按 1:1:1:1 的比例随机分配到第 1 臂、第 2 臂、第 3 臂或第 4 臂,该系统自动将参与者编号随机分配为随机化编号。研究参与者将被随机分配接受:第 1 臂 2.00x 10⁸ HB-adMSCCs 在第 1 周于手术室局部注射到阴茎海绵体以及阴茎左右神经血管束,并在第 12 周于诊所静脉注射安慰剂。第 2 臂 安慰剂局部注射到阴茎海绵体
【主题与分类】
主题标签:Erectile Dysfunction、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/NCT07048314
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/NCT07048314
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
疾病:勃起功能障碍、前列腺癌。这是一项前瞻性、单中心、双盲、四臂探索性研究,旨在评估同种异体干细胞促进局限性前列腺癌患者在接受耻骨后根治性前列腺切除术(RALP)后勃起功能恢复的安全性和有效性。所有参与者都将接受资格评估。参与者将按1:1:1:1的比例随机分配至第1组、第2组、第3组或第4组,使用经过验证的系统将参与者编号自动随机分配至随机化编号。研究参与者将被随机分配接受以下任一方案:第1组:第1周在手术室将2.00×10⁸个HB-adMSCCs局部注射至阴茎海绵体及阴茎左右神经血管束,并于第12周在门诊经静脉给予安慰剂。第2组:第1周在手术室将安慰剂局部注射至阴茎海绵体及阴茎左右神经血管束,并于第12周在门诊经静脉给予2.00×10⁸个HB-adMSCs。
第3组:第1周在手术室将2.00×10⁸ HB-adMSCs局部注射至阴茎海绵体及阴茎左右神经血管束,第12周在门诊经静脉给予2.00×10⁸ HB-adMSCs。第4组:第1周在手术室将安慰剂局部注射至阴茎海绵体及阴茎左右神经血管束,第12周在门诊经静脉给予安慰剂。研究药物:1. 阴茎局部注射干细胞:受试者将在手术室手术期间接受1.00×10⁸ HB-adMSCs注射至阴茎海绵体,并沿右侧神经血管束注射5.0×10⁷ HB-adMSCs,沿左侧神经血管束注射5.0×10⁷ HB-adMSCs。2. 静脉输注干细胞:受试者将在医生办公室经静脉接受2.00×10⁸ HB-adMSCs。治疗持续时间为2个周期。治疗将于第1周(在手术室)和第12周在泌尿科门诊实施。研究持续时间将为术后24周。
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。




