柔性阴茎监测系统用于ED的诊断性能研究

该数据集来自clinicaltrials.gov,聚焦勃起功能障碍(ED)的诊断评估。研究采用超薄(<0.8mm)柔性传感技术进行夜间阴茎肿胀(NPT)监测,旨在实现无感监测,并与RigiScan Plus对比物理参数(峰值硬度百分比和肿胀度)的一致性

Bin XuBin Xu
clinicaltrials
浏览 8
医学影像分类Erectile Dysfunction
Diagnostic Performance of a Flexible Penile Monitoring System for ED

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-17

资源简介

柔性阴茎监测系统用于ED的诊断性能研究

该数据集来自clinicaltrials.gov,聚焦勃起功能障碍(ED)的诊断评估。研究采用超薄(<0.8mm)柔性传感技术进行夜间阴茎肿胀(NPT)监测,旨在实现无感监测,并与RigiScan Plus对比物理参数(峰值硬度百分比和肿胀度)的一致性。参与者按1:1随机分为两组,进行两晚交叉监测,洗脱期3-7天。次要目标包括评估临床诊断一致性(Kappa)、睡眠质量指标(觉醒频率)和患者舒适度评分(VAS),并探索变形热图与血流动力学之间的相关性。数据可用于ED诊断方法比较、柔性传感技术验证及睡眠监测相关研究(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。夜间阴茎肿胀(NPT)监测对于区分心理性与器质性ED至关重要。然而,传统机械装置会产生物理负荷,可能在REM睡眠期间引发觉醒。本研究引入一种具有超薄(<0.8mm)层的柔性传感技术,以实现“无感”监测。主要目标是评估柔性系统与RigiScan Plus之间物理参数(峰值硬度百分比和肿胀度)的一致性。参与者将按1:1随机分为两个序列,进行两晚交叉监测过程,洗脱期为3-7天。次要目标包括评估临床诊断一致性(Kappa)、睡眠质量指标(觉醒频率)和患者舒适度评分(VAS)。此外,本研究将探索“变形热图”与血流动力学之间的相关性。

【主题与分类】

主题标签:Erectile Dysfunction。本站分类:泌尿生殖系统疾病/勃起功能障碍。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07762469

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07762469

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:勃起功能障碍。夜间阴茎勃起(NPT)监测对于区分心理性与器质性ED至关重要。然而,传统机械装置会造成物理负荷,可能在REM睡眠期间引发觉醒。本研究引入一种具有超薄(<0.8mm)层的柔性传感技术,以实现“无感”监测。主要目的是评估柔性系统与RigiScan Plus之间物理参数(峰值硬度百分比和肿胀度)的一致性。参与者将按1:1随机分为两个序列,进行两晚交叉监测流程,洗脱期为3-7天。次要目标包括评估临床诊断一致性(Kappa)、睡眠质量指标(觉醒频率)和患者舒适度评分(VAS)。此外,本研究将探讨“形变热图”与阴茎彩色多普勒超声(CDDU)血流动力学指标之间的相关性,以改进细粒度ED亚型分型。

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。

获取专属数据定制方案