仅中叶激光汽化与全前列腺汽化治疗前列腺的前瞻性队列研究
该数据集来自 clinicaltrials.gov,主题为良性前列腺增生(BPH),涉及仅中叶激光汽化与全前列腺汽化两种术式的前瞻性队列研究

基本信息
资源简介
仅中叶激光汽化与全前列腺汽化治疗前列腺的前瞻性队列研究
该数据集来自 clinicaltrials.gov,主题为良性前列腺增生(BPH),涉及仅中叶激光汽化与全前列腺汽化两种术式的前瞻性队列研究。源站描述介绍了经尿道前列腺电切术(TURP)作为药物治疗无效或难治性尿潴留患者首选治疗的地位,并指出其射精功能障碍(65-70%)与需输血出血(7%-13%)风险,提及绿激光、Rezum、Urolift 等新技术,以及 BPH 腺体部位与分布所致膀胱出口梗阻动态尚未完全阐明。数据可用于泌尿生殖系统疾病分类相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:良性前列腺增生。引言:经尿道前列腺电切术(TURP)被认为是药物治疗难治的良性前列腺增生(BPH)患者或难治性尿潴留患者的首选治疗(1)。它包括从精阜到膀胱颈完整切除前列腺移行区(2)。经典 TURP 具有较高的射精功能障碍风险(65-70%)(2),以及 7% 至 13% 的需要输血的出血风险(3)。为减少这些并发症,已引入较新的技术以降低这些相关风险,如绿激光、Rezum 和 Urolift(1)。与 BPH 腺瘤部位和分布相关的膀胱出口梗阻动态尚未完全阐明。在一项研究此关系的研究中,它提出存在
【主题与分类】
主题标签:Benign Prostatic Hyperplasia。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/NCT04529369
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/NCT04529369
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:良性前列腺增生。引言:经尿道前列腺电切术(TURP)被认为是药物治疗难治的良性前列腺增生(BPH)患者或难治性尿潴留患者的首选治疗方法(1)。该手术包括从精阜至膀胱颈完整切除前列腺移行区(2)。经典TURP术式射精功能障碍风险较高(65-70%)(2),需要输血的出血风险为7%至13%(3)。为减少这些并发症,已引入新技术以降低相关风险,如绿激光、Rezum和水刀Urolift(1)。与BPH腺瘤部位及分布相关的膀胱出口梗阻动力学尚未完全阐明。在一项探讨此关系的研究中,提示膀胱内前列腺突出(IPP)的存在与前列腺腺瘤的存在相关,具有高敏感性(95.4%)、高特异性(100%)和高阳性预测值(100%),阴性预测值为(50%)。
此外,经膀胱镜检查评估,仅有前列腺侧叶腺瘤的患者平均最大尿流率(Qmax)为16ml/s,而仅有中叶腺瘤的患者最大尿流率为11.6 ml/s。当患者同时存在中叶和侧叶时,平均Qmax为8.9 ml/sec(4)。这些发现突显了中叶腺瘤和膀胱内前列腺突出(通常是中叶的延伸)在膀胱出口梗阻尿动力学中的主要作用。此外,膀胱内前列腺突出被认为会引起“球阀”效应,对尿动力学膀胱出口梗阻有显著贡献(5)。在一项回顾性研究中,对于有明显中叶腺瘤且IPP超过10 mm、伴有令人困扰的BPH症状或尿潴留的患者,仅行中叶TURP与改善相关
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。




