铥光纤激光前列腺剜除术：学习曲线与功能结局——一项前瞻性研究
该数据集来自 clinicaltrials.gov，聚焦铥光纤激光前列腺剜除术（TfLEP）的学习曲线与功能结局。研究纳入连续病例，采用累积和（CUSUM）分析剜除效率与手术时间以刻画学习曲线，并通过 IPSS、Qmax 和 IIEF-5 评分在基线及术后 1、3、12 个月评估功能结局
基本信息
资源简介
铥光纤激光前列腺剜除术：学习曲线与功能结局——一项前瞻性研究
该数据集来自 clinicaltrials.gov，聚焦铥光纤激光前列腺剜除术（TfLEP）的学习曲线与功能结局。研究纳入连续病例，采用累积和（CUSUM）分析剜除效率与手术时间以刻画学习曲线，并通过 IPSS、Qmax 和 IIEF-5 评分在基线及术后 1、3、12 个月评估功能结局。数据可用于分析 TfLEP 的学习规律、预测手术效率变化，以及评估术后功能恢复的稳定性，为与 HoLEP 等成熟术式的比较提供前瞻性依据（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：前列腺增生、铥光纤激光、激光前列腺剜除术。铥光纤激光（TFL）是激光前列腺切除术领域的一项新兴技术。虽然钬激光剜除术（HoLEP）已成熟确立，但 TFL 的学习曲线和长期功能稳定性仍需进一步前瞻性验证。本研究将纳入首批[插入数字，例如 100]例连续 TfLEP 病例。“学习曲线”将采用累积和（CUSUM）分析剜除效率和手术时间进行分析。功能结局将通过基线和术后间隔（1、3 和 12 个月）的 IPSS、Qmax 和 IIEF-5 评分进行评估。
【主题与分类】
主题标签：Prostate Hyperplasia、Thulium Fiber Laser、Laser Prostate Enucleation。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/NCT07349147
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/NCT07349147
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：前列腺增生、铥光纤激光、激光前列腺剜除术。铥光纤激光（TFL）是激光前列腺切除术领域的一项新兴技术。尽管钬激光剜除术（HoLEP）已成熟确立，但TFL的学习曲线及长期功能稳定性仍需进一步前瞻性验证。本研究将纳入首批[插入数字，例如100]例连续TfLEP病例。“学习曲线”将通过剜除效率与手术时间的累积和（CUSUM）分析进行评估。功能结局将通过基线及术后随访节点（1、3和12个月）的前列腺症状评分（IPSS）、最大尿流率（Qmax）和国际勃起功能指数-5（IIEF-5）评分进行评估。
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。
