生殖器性别肯定手术后生殖器敏感性与性功能患者报告结局
该数据集来自 clinicaltrials.gov,聚焦性别烦躁(Gender Dysphoria)人群在接受生殖器性别肯定手术后的患者报告结局,关注生殖器敏感性与性功能

基本信息
资源简介
生殖器性别肯定手术后生殖器敏感性与性功能患者报告结局
该数据集来自 clinicaltrials.gov,聚焦性别烦躁(Gender Dysphoria)人群在接受生殖器性别肯定手术后的患者报告结局,关注生殖器敏感性与性功能。源站描述涵盖性别烦躁的定义、性别肯定治疗(心理辅导、激素治疗及生殖器性别肯定手术)以及跨性别女性外阴成形术/阴道成形术和跨性别男性阴茎成形术等术式,并提及维持泌尿与性功能。数据可用于了解该类手术后的功能结局与患者主观报告,支持相关临床研究与结局评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:性别烦躁。性别烦躁是指因被指定的生理性别与心理体验性别不一致而产生的内心不安。性别烦躁普遍接受的治疗旨在使个体的身体特征与其感知的性别认同相一致。这种性别肯定治疗包括心理辅导、激素治疗以及(如有意愿)生殖器性别肯定手术的组合。这涉及切除生物学生殖器官,并在某些情况下切除(部分)生物学性器官。这些器官可被替换为所需性别的替代性器官,同时维持泌尿与性功能。在跨性别女性中,这通过外阴成形术或阴道成形术实现,而在跨性别男性中,则施行阴茎成形术或阴茎头成形术。虽然泌尿功能
【主题与分类】
主题标签:Gender Dysphoria。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/NCT04993469
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/NCT04993469
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:性别烦躁。性别烦躁是指由于被指定的生理性别与心理体验性别不一致而引起的内在精神不安。性别烦躁普遍接受的治疗旨在使个体的身体特征与其感知的性别认同相一致。这种性别肯定治疗包括心理辅导、激素治疗以及(如有意愿)生殖器性别肯定手术的综合应用。这涉及切除生物学生殖器官,并在某些情况下切除(部分)生物学性器官。这些器官可由所需性别的替代性器官所取代,同时维持泌尿和性功能。在跨性别女性中,这通过外阴成形术或阴道成形术实现,而在跨性别男性中,则施行阴茎头成形术或阴茎成形术。尽管泌尿功能是生殖器性别确认手术后跨性别患者中广泛研究的课题,但性功能往往被视为次要重要性,尽管它是性别确认手术的目标之一。
在跨性别男性中,阴茎成形术采用显微外科技术进行,使供体皮瓣(通常来自前臂或大腿上部)的神经能够与生殖器和腹股沟神经相连。在阴茎头成形术中,保留阴蒂并使其构成微型阴茎的基底部。在跨性别女性中,部分保留阴茎头以形成阴蒂。其目的是实现生殖器区域的最大敏感性。文献中很少有报道证明在这些经过广泛手术的身体部位中感觉恢复的情况,更不用说这种生殖器敏感性恢复对性功能可能带来的附加价值。在根特大学医院,我们目前拥有30多年实施此类手术的经验,并且迄今为止在各种出版物中几乎完全以回顾性方式分享了这一经验。然而,在o
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。




