用于阿尔茨海默病诊断的保存红细胞生物标志物芯片检测

数据集获取

源站：https://clinicaltrials.gov/study/NCT07307872

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：阿尔茨海默病（AD）、神经退行性疾病、痴呆、额颞叶痴呆（FTD）。阿尔茨海默病（AD）是最常见的痴呆类型，全球约有3500万人受累。尽管已有多种对症治疗方法，但目前尚无治愈晚期AD的手段。因此，早期、准确的诊断至关重要，有助于延缓疾病进展并改善患者管理。当前的诊断工具——临床与神经心理学评估结合神经影像学和脑脊液（CSF）生物标志物——成本高昂、具有侵入性，且难以用于大规模筛查。临床上迫切需要一种简便、无创、可靠的AD血液诊断检测方法。ADCHIP研究（ST0067）旨在开发并验证一种基于芯片的微流控检测方法，该方法可使人类红细胞在较长时间（数周至数月）内保持稳定，从而实现对阿尔茨海默病血液生物标志物的后续检测。

本研究在Eurostars项目（资助编号E!9748 ADCHIP）框架下开展，由Amoneta Diagnostics赞助，并与Zellkraftwerk GmbH及洛桑大学医院（CHUV）Leenaards记忆中心（CLM）合作进行。这项单中心、非干预性、前瞻性研究将纳入150名参与者，平均分为三组：50名阿尔茨海默病（AD）患者、50名非阿尔茨海默神经退行性疾病患者（NAD：额颞叶痴呆或帕金森病）以及50名健康对照者（HC）。主要目的是评估两种Amoneta专有血液生物标志物——淀粉样蛋白β（Aβ）和蛋白激酶C（PKC）——的诊断性能，这两种标志物通过特异性荧光探针和芯片细胞术技术在红细胞中检测。次要目的是评估新兴生物标志物的诊断准确性，包括候选蛋白质、RNA特征以及代谢组学/脂质组学图谱。参与者将接受一次研究访视，期间将采集生物样本（血液和尿液）。预选和诊断

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。