铥激光剜除联合膀胱颈切开术治疗小体积良性前列腺增生
该数据集来自 clinicaltrials.gov,围绕小体积良性前列腺增生(BPH)的外科治疗展开,涉及膀胱出口梗阻与下尿路症状(LUTS)人群

基本信息
资源简介
铥激光剜除联合膀胱颈切开术治疗小体积良性前列腺增生
该数据集来自 clinicaltrials.gov,围绕小体积良性前列腺增生(BPH)的外科治疗展开,涉及膀胱出口梗阻与下尿路症状(LUTS)人群。源站描述指出,小体积 BPH 并非必然轻微,患者仍可能出现症状困扰、尿流受损、残余尿增多及膀胱出口梗阻,其梗阻可能与腺体增生及膀胱颈抬高、狭窄或纤维化有关,而最佳手术方式尚未明确。数据可用于了解该病亚组的手术研究设计与相关临床问题(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、膀胱出口梗阻、下尿路症状(LUTS)。良性前列腺增生(BPH)是老年男性常见疾病,可能导致膀胱出口梗阻和下尿路症状。部分患者即使前列腺体积相对较小,也可能出现具有临床意义的梗阻和症状。小体积 BPH 不应必然被视为轻微疾病,因为这些患者仍可能经历令人困扰的症状、尿流受损、排尿后残余尿量增加以及膀胱出口梗阻。在该亚组中,梗阻可能不仅与腺瘤样增大有关,还与抬高、狭窄或纤维化的膀胱颈有关。小体积 BPH 的手术治疗仍具挑战性,最佳手术方式尚未明确确立。本研究是一项 mu
【主题与分类】
主题标签:Benign Prostatic Hyperplasia、Bladder Outlet Obstruction、Lower Urinary Tract Symptoms (LUTS)。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/NCT07569874
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/NCT07569874
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、膀胱出口梗阻、下尿路症状(LUTS)。良性前列腺增生(BPH)是老年男性中的常见疾病,可能导致膀胱出口梗阻和下尿路症状。部分患者即使前列腺体积相对较小,也可能出现具有临床意义的梗阻和症状。小体积BPH不应被视为轻度疾病,因为这些患者仍可能出现令人困扰的症状、尿流受损、排尿后残余尿量增加以及膀胱出口梗阻。在该亚组中,梗阻可能不仅与腺瘤性增大有关,还可能与抬高、狭窄或纤维化的膀胱颈有关。小体积BPH的手术治疗仍具有挑战性,最佳手术方式尚未明确确立。本研究是一项多中心、随机、单盲、四臂对照临床试验,旨在评估不同手术策略治疗小体积BPH患者的安全性和有效性。
符合条件的男性参与者将被纳入研究,年龄在40至80岁之间,前列腺体积小于30 mL,并伴有临床意义显著的下尿路症状或排尿功能受损。共计932名参与者将按1:1:1:1的比例随机分配至四个治疗组之一:铥激光前列腺剜除术联合膀胱颈切开术、单纯铥激光前列腺剜除术、经尿道前列腺电切术(TURP)或经尿道前列腺切开术(TUIP)。本研究的主要目的是比较各治疗组术后6个月时膀胱颈挛缩的发生率。次要结局包括安全性结局以及术后3个月和6个月时国际前列腺症状评分(IPSS)、最大尿流率(Qmax)、视觉模拟量表(VAS)评分和IPSS缓解率的变化。探索性结局包括排尿后残余尿量和性功能评分的变化,包括国际
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。




