男性下尿路症状的脑影像研究
该数据集来自 clinicaltrials.gov,聚焦男性下尿路症状(LUTS)与脑结构及功能的关系。研究招募三组人群:BPH 且 BOO 术后储尿症状显著改善者、BPH 且术后储尿症状持续者,以及无 LUTS 但计划接受根治性前列腺切除术的对照组

基本信息
资源简介
男性下尿路症状的脑影像研究
该数据集来自 clinicaltrials.gov,聚焦男性下尿路症状(LUTS)与脑结构及功能的关系。研究招募三组人群:BPH 且 BOO 术后储尿症状显著改善者、BPH 且术后储尿症状持续者,以及无 LUTS 但计划接受根治性前列腺切除术的对照组。每位参与者接受详细病史、体格检查及 IPSS、IPSS 生活质量、ISI、PGI-S 和 PGI-I 等评估。数据可用于探索脑影像特征与 LUTS 改善或持续之间的关联,支持分类等分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:排尿障碍。研究者提出一项独特的多模态前瞻性研究,将使研究者首次能够在基线和术后识别男性 BPH 和 BOO 患者中 LUTS 的结构和功能性脑贡献。为此,研究者将招募三组不同的患者:第 1 组:BPH 患者在 BOO 手术后储尿症状显著改善。第 2 组:BPH 患者在 BOO 手术后储尿症状持续存在。第 3 组(对照组):无 LUTS 且计划接受根治性前列腺切除术的男性。每位参与者将提供详细病史,接受完整的体格检查,并将进行以下评估:IPSS、IPSS 生活质量、失禁严重程度指数(ISI)、患者总体严重程度印象(PGI-S)和改善印象(PGI-I)1
【主题与分类】
主题标签:Voiding Disorders。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03991429
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/NCT03991429
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:排尿障碍。研究者提出一项独特的多模式前瞻性研究,将使研究者首次能够在基线和术后识别脑结构与功能对BPH和BOO男性LUTS的贡献。为此,研究者将招募三组不同的患者:第1组:BPH患者,在BOO手术后储尿期症状显著改善。第2组:BPH患者,在BOO手术后储尿期症状持续存在。第3组(对照组):无LUTS且计划接受根治性前列腺切除术的男性。每位参与者将提供详细病史,接受完整体格检查,并进行以下评估:IPSS、IPSS生活质量、失禁严重程度指数(ISI)、患者总体严重程度印象(PGI-S)和改善印象(PGI-I)19, 20、国际勃起功能指数(IIEF-5)、MRI安全筛查问卷。将测量排尿后残余尿量,并获取尿样进行尿液分析(患者和对照组)。还将从参与者处获取为期两天的膀胱日记。
第1组和第2组的参与者将在神经影像扫描前一年内接受临床尿动力学检查。所有参与者将在BOO手术(经尿道前列腺电切/消融术和单纯前列腺切除术)后及对照组根治性前列腺切除术后第1、3、6个月接受随访。每次随访时,研究者将收集以下数据:所有患者在第1、3、6个月时均重复进行尿流率和PVR评估、排尿日记及所有问卷。第6个月时仍有持续性储尿期LUTS的参与者将重复进行UDS,以确保BOO已解除。第1组和第2组将在本研究期间接受两次同步fMRI/UDS扫描:第一次在BOO手术前,第二次在第6个月时。对照组将接受基线fMRI/UDS。研究者的estab
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。




