NAIF 2.0 - 认知

数据集获取

源站：https://clinicaltrials.gov/study/NCT07824297

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：硬脑膜动静脉瘘、类淋巴系统。颅内硬脑膜动静脉瘘（dAVF）是一种获得性血管畸形，其特征为硬脑膜动脉与皮质静脉或硬脑膜窦之间存在异常连接，并伴有静脉引流改变。传统上，治疗决策主要依据破裂和脑出血风险，尽管NAIF研究的最新发现表明，dAVF患者也可能出现认知障碍，且在成功的血管内栓塞治疗后可以改善（Gramegna等，2023）。然而，这种潜在可逆性认知功能障碍的机制仍知之甚少。异常的静脉压力和血流可能破坏脑稳态，并干扰类淋巴系统——这是一个与血管周围间隙和脑膜淋巴管密切相关的清除通路，其功能取决于动脉与静脉之间正确的压力梯度。类淋巴功能障碍已在神经退行性疾病和脑血管疾病中与认知障碍相关联，并且其改变似乎在药物或手术干预后是可逆的。

NAIF 2 假设 dAVF 中静脉引流改变会导致类淋巴功能障碍，而血管内治疗后该障碍可能改善。我们的研究方案以先进的多壳层扩散加权 MRI 为核心，将用于在体内无创地评估这一假设。从扩散加权图像中，将计算与类淋巴系统功能相关的指标，主要是 DTI-ALPS（Taoka 等，2017），以及扩散峰度成像衍生的平均峰度（DKI-MK）和自由水（FW）成像，这些可能提供关于微结构和间质液改变的补充信息（Sacchi 等，2024）。这项前瞻性多中心观察性研究将招募经血管造影确诊、在 Vall d’Hebron 大学医院和牛津大学医院接受栓塞治疗的未破裂 dAVF 患者，其 m

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。