前列腺动脉栓塞术与药物治疗良性前列腺增生对比

该数据集来自 clinicaltrials.gov,主题为前列腺动脉栓塞术(PAE)与药物治疗良性前列腺增生(BPH)的对比研究

University of North Carolina, Chapel HillUniversity of North Carolina, Chapel Hill
clinicaltrials
浏览 19
其他分类BPHEnlarged Prostate (BPH)Prostatic Hyperplasia
Prostatic Artery Embolization vs Medication for Benign Prostatic Hyperplasia

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-09

资源简介

前列腺动脉栓塞术与药物治疗良性前列腺增生对比

该数据集来自 clinicaltrials.gov,主题为前列腺动脉栓塞术(PAE)与药物治疗良性前列腺增生(BPH)的对比研究。源站描述显示,这是一项单臂、非对照、非盲研究,使用 HydroPearl Beads 对 30 名 BPH 受试者实施 PAE,以探究 PAE 相对于既往单纯药物治疗在缓解 BPH 所致泌尿症状方面的有效性。次要目标包括评估药物不良反应与 PAE 继发不良事件,以及药物治疗与 PAE 后的生活质量评分。数据可用于泌尿生殖系统疾病领域的疗效与安全性分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:BPH、前列腺增大(BPH)、前列腺增生。这将是一项单臂、非对照、非盲研究,使用 HydroPearl Beads 对 30 名良性前列腺增生(BPH)受试者的小规模人群实施 PAE,以探究前列腺动脉栓塞术(PAE)相对于既往单纯药物治疗在缓解 BPH 所致泌尿症状方面的有效性。次要目标将是评估药物不良反应与 PAE 继发不良事件,以及药物治疗与 PAE 后的生活质量评分。

【主题与分类】

主题标签:BPH、Enlarged Prostate (BPH)、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/NCT04398966

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/NCT04398966

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

疾病条件:BPH、前列腺增大(BPH)、前列腺增生。这将是一项单臂、非对照、非盲法的PAE研究,使用HydroPearl微球,在30名良性前列腺增生(BPH)受试者的小规模人群中,探讨前列腺动脉栓塞术(PAE)相对于既往单纯药物治疗在减轻BPH所致泌尿系统症状方面的有效性。次要目标将是评估药物治疗的不良反应与PAE继发不良事件,以及药物治疗与PAE后的生活质量评分。

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