MRI/TRUS 融合影像引导下前列腺热蒸汽消融临床研究
本数据集来自 clinicaltrials.gov,主题为 MRI/TRUS 融合影像引导下前列腺热蒸汽消融的临床研究,针对良性前列腺增生(BPH)患者

基本信息
资源简介
MRI/TRUS 融合影像引导下前列腺热蒸汽消融临床研究
本数据集来自 clinicaltrials.gov,主题为 MRI/TRUS 融合影像引导下前列腺热蒸汽消融的临床研究,针对良性前列腺增生(BPH)患者。源站描述涵盖研究目的、主要问题与研究流程:初步评估在 MRI/TURS 引导下实施精准前列腺热蒸汽消融的可行性与安全性,考察其能否有效治疗 BPH 并缓解下尿路症状(LUTS),以及参与者术后可能出现的安全性问题;流程包括术前综合评估(临床检查与实验室检查)、在 MRI/TURS 引导下接受精准前列腺热蒸汽消融,以及术后定期随访再评估。可用于泌尿生殖系统疾病相关的临床研究分类与安全性、可行性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:良性前列腺增生(BPH)。临床试验目的:本临床试验的目的是初步评估在 MRI/TURS 引导下实施精准前列腺热蒸汽消融的可行性与安全性。其主要旨在回答的问题包括:在 MRI/TURS 引导下实施精准前列腺热蒸汽消融能否有效治疗良性前列腺增生(BPH)并缓解下尿路症状(LUTS)?参与者在接受前列腺热蒸汽消融后可能出现哪些安全性问题?研究流程 参与者 术前评估:参与者将接受全面的术前评估,包括临床检查和实验室检查。操作:参与者将在 MRI/TURS 引导下接受精准前列腺热蒸汽消融。术后随访:定期随访以重新评估前列腺
【主题与分类】
主题标签:Benign Prostatic Hyperplasia (BPH)。本站分类:泌尿生殖系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06817733
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/NCT06817733
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:良性前列腺增生(BPH)。临床试验目的 本临床试验的目的是初步评估在MRI/TURS引导下进行精准前列腺热蒸汽消融的可行性和安全性。其主要旨在解决的问题是:在MRI/TURS引导下进行精准前列腺热蒸汽消融能否有效治疗良性前列腺增生(BPH)并缓解下尿路症状(LUTS)?参与者接受前列腺热蒸汽消融后可能出现哪些安全问题?研究程序 参与者 术前评估:参与者将接受全面的术前评估,包括临床检查和实验室检查。手术:参与者将接受在MRI/TURS引导下的精准前列腺热蒸汽消融。术后随访:定期随访以重新评估前列腺体积。定期完成国际前列腺症状评分(IPSS)问卷。定期测量最大尿流率(Qmax)和排尿后残余尿量(PVR)。
研究团队将在MRI/TURS引导下为参与者进行精确的前列腺热蒸汽消融,并管理其随访评估。
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。




