腹膜后单孔辅助肾盂成形术长期结局:单中心单术者经验
该数据集来自 clinicaltrials.gov,聚焦肾盂输尿管连接部梗阻(UPJO)的腹膜后单孔辅助肾盂成形术长期结局,记录单中心、单术者经验

基本信息
资源简介
腹膜后单孔辅助肾盂成形术长期结局:单中心单术者经验
该数据集来自 clinicaltrials.gov,聚焦肾盂输尿管连接部梗阻(UPJO)的腹膜后单孔辅助肾盂成形术长期结局,记录单中心、单术者经验。源站描述指出开放离断性肾盂成形术历史成功率超过94%,但切口与肌肉分离可致术后疼痛增加、住院延长和瘢痕;自1993年起微创肾盂成形术兴起,腹腔镜与机器人辅助术式成功率与开放手术相当,并具美容和住院时间优势。数据可用于评估该微创术式的长期疗效与安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:肾盂输尿管连接部梗阻。开放离断性肾盂成形术历来是治疗肾盂输尿管连接部梗阻(UPJO)的金标准,成功率超过94%。然而,所需的切口和肌肉分离可导致术后疼痛增加、住院时间延长和不良瘢痕。近几十年来,随着1993年微创肾盂成形术的问世,人们对其兴趣日益增长。腹腔镜肾盂成形术(LP)和机器人辅助腹腔镜肾盂成形术(RALP)已成为UPJO广泛接受且可靠的治疗方式。这两种技术已证明成功率与开放肾盂成形术相当,同时在美容效果和住院时间方面具有优势。然而,尽管有其优点,微创方法仍存在c
【主题与分类】
主题标签:Ureteropelvic Junction Obstruction。本站分类:泌尿生殖系统疾病/肾积水。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06349161
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/NCT06349161
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:肾盂输尿管连接部梗阻。开放性离断式肾盂成形术历来是治疗肾盂输尿管连接部梗阻(UPJO)的金标准,成功率超过94%。然而,所需的切口和肌肉分离可导致术后疼痛增加、住院时间延长和不良瘢痕。近几十年来,随着1993年微创肾盂成形术的创立,人们对其兴趣日益增长。腹腔镜肾盂成形术(LP)和机器人辅助腹腔镜肾盂成形术(RALP)已成为UPJO广泛接受且可靠的治疗方式。这两种技术已证明其成功率与开放性肾盂成形术相当,同时在美容效果和住院时间方面具有优势。然而,尽管有其优点,微创方法在儿科患者中仍存在某些局限性,包括工作空间受限、技术复杂、手术时间延长、学习曲线陡峭以及需要昂贵的器械。
传统腹腔镜肾盂成形术因其技术难度大、学习曲线长而推广缓慢。过去十年间,机器人辅助腹腔镜肾盂成形术(RALP)的发展似乎减轻了腔内缝合及吻合时间相关的学习曲线负担。然而,RALP需要3至4个穿刺孔置入,且初始资金投入较大。2007年,Lima等人引入了后腹腔镜单孔辅助肾盂成形术(OTAP),该术式"将微创技术的优势与标准离断性肾盂成形术的高成功率相结合"。其他多位研究者已重复该技术并取得良好结果。然而,医学文献中仍缺乏详细阐述长期随访和临床结局的全面研究。本研究旨在评估OTAP的长期结局。
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。




