β-AARC：主观认知下降人群血液生物标志物识别队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT04935372

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

条件：阿尔茨海默病、临床前阿尔茨海默病、轻度认知障碍。本研究的总体（横断面）目标是检测和描述主观认知下降（SCD）人群（包括轻度认知障碍个体）中阿尔茨海默病相关血液生物标志物的特征，最终目标是研究其预测潜在阿尔茨海默病病理的能力。在纵向方面，β-AARC_BBRC2021研究的基本目标是评估阿尔茨海默病相关血液生物标志物预测阿尔茨海默病连续谱疾病进展的能力。为实现这些横断面和纵向目标，将收集一整套临床、危险因素、认知、心理健康和神经影像数据，以及血液和脑脊液样本，并从中测定阿尔茨海默病相关体液生物标志物。作为次要目标，我们将研究Altoida NMI作为一种新型数字生物标志物的有效性和准确性，用于识别具有潜在阿尔茨海默病病理的SCD或轻度认知障碍患者（横断面），并检验Altoida NMI追踪这些人群疾病进展的能力（纵向）。

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。