表面电刺激治疗前列腺癌治疗后男性尿失禁
该数据集来自 clinicaltrials.gov,聚焦前列腺癌治疗后男性尿失禁问题,涉及急迫性尿失禁、压力性尿失禁和前列腺增生

基本信息
资源简介
表面电刺激治疗前列腺癌治疗后男性尿失禁
该数据集来自 clinicaltrials.gov,聚焦前列腺癌治疗后男性尿失禁问题,涉及急迫性尿失禁、压力性尿失禁和前列腺增生。背景信息指出尿失禁是前列腺癌治疗的常见副作用,标准治疗包括盆底肌锻炼和后续手术,但锻炼依从性差。Elitone 设备已获 FDA 批准用于女性压力性尿失禁,通过表面电刺激收缩盆底肌,其电极组件 GelPad 近期也有相关进展。数据可用于尿失禁干预研究、治疗效果分类及相关因素分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:急迫性尿失禁、压力性尿失禁、前列腺增生。背景: 尿失禁是前列腺癌治疗的一种常见副作用,可能对生活质量产生负面影响。 标准治疗包括初始疗程的盆底肌锻炼,如果尿失禁持续存在,则进行手术治疗。 尽管盆底肌锻炼可成功减少尿失禁,但锻炼依从性差。 Elitone(注册商标)设备最近获美国食品药品监督管理局(FDA)批准用于女性压力性尿失禁。该设备提供一种表面电肌肉刺激装置,设计用于收缩盆底肌,并已显示可减少使用该产品的女性的尿失禁。* 最近,该设备的电极组件(GelPad)已
【主题与分类】
主题标签:Urinary Urge Incontinence、Stress Urinary Incontinence、Prostatic Hyperplasia。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06161506
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/NCT06161506
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:急迫性尿失禁、压力性尿失禁、前列腺增生。背景:* 尿失禁是前列腺癌治疗常见的副作用,会对生活质量产生负面影响。* 标准治疗包括初始阶段的盆底肌肉锻炼,若尿失禁持续,则进行手术治疗。* 尽管盆底肌肉锻炼能有效减少尿失禁,但患者的锻炼依从性较差。* Elitone(注册商标)设备最近获得美国食品药品监督管理局(FDA)批准,用于女性压力性尿失禁。该设备提供一种表面电肌肉刺激装置,旨在收缩盆底肌肉,并已证明能减少使用该产品的女性的尿失禁。* 最近,该设备的电极组件(GelPad)已被制造公司Elidah改造用于男性。该设备的男性版本命名为Elidah设备。目的:-描述Elidah设备对男性尿失禁的疗效。入选标准:* 参与者必须为男性。
- 参与者必须在前列腺癌治疗后至少有6个月的尿失禁病史。
- 参与者必须至少患有以下一种类型的尿失禁:
- 压力性尿失禁,定义为在用力或体力活动(如体育活动)时,或打喷嚏、咳嗽时发生不自主漏尿;
- 急迫性尿失禁,定义为因疼痛或不适感而产生强烈排尿需求,且难以延迟。
设计: - 这是一项II期试验,旨在测试Elidah设备对接受过前列腺癌治疗并伴有压力性和/或急迫性尿失禁患者的疗效。
- 治疗前,参与者将接受基线评估,包括24小时尿垫重量测试以及与尿失禁和生活质量相关的问卷。
- 参与者将自行使用Elidah设备进行治疗,每天20分钟,每周5天,在此期间
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。




