后皮质萎缩表型变异相关的潜在萎缩因素
该数据集包含119名后皮质萎缩（PCA）患者的标准化灰质密度图像数据，采用基于潜在狄利克雷分配的贝叶斯建模框架识别潜在脑萎缩因素，并分析这些因素与物体感知、空间处理等PCA特异性认知领域的关联，主要用于研究神经退行性疾病的脑萎缩模式、认知损害机制及PCA临床亚型的神经影像学生物标志物。
基本信息
资源简介
后皮质萎缩表型变异相关的潜在萎缩因素
【数据集背景】
本数据集源站标题为《Latent atrophy factors related to phenotypical variants of posterior cortical atrophy》。
【数据内容】
源站原始描述：Objective: To determine whether atrophy relates to phenotypical variants of posterior cortical atrophy (PCA) recently proposed in clinical criteria; dorsal, ventral, dominant-parietal and caudal, we assessed associations between latent atrophy factors and cognition. Methods: We employed a data-driven Bayesian modelling framework based on latent Dirichlet allocation to identify latent atrophy factors in a multi-center cohort of 119 individuals with PCA (age:64±7, 38% male, MMSE:21±5, 71% amyloi…
【主题与分类】
主题标签：Posterior cortical atrophy、MRI、Alzheimer''s disease、Cognitive neuropsychology in dementia。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:954663502460e08659fd320d5d7c8c489a0c4426f47ffeef36e18fa5f7f62895
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
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
该数据集是一项关于后皮质萎缩（PCA）表型变异与脑萎缩因素关联的多中心研究。数据集包含119名PCA患者的标准化灰质密度图像（已调整年龄、性别、颅内体积、磁场强度及全脑灰质体积），并采用基于潜在狄利克雷分配的数据驱动贝叶斯建模框架，识别潜在的萎缩因素，探究这些因素与四个PCA特异性认知领域（如物体感知、空间处理等）的关联。数据来源于多中心队列，主要用于研究神经退行性疾病的脑萎缩模式、认知功能损害机制，以及PCA临床亚型的神经影像学生物标志物探索。
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。
