路易体痴呆诊断测试

该数据集来自 clinicaltrials.gov,聚焦路易体痴呆与阿尔茨海默病的早期诊断。研究计划与约10个专攻DLB和痴呆的中心合作,招募80名受试者,其中40名疑似MCI-DLB、40名疑似MCI-AD,进行为期12个月的纵向研究

CND Life SciencesCND Life Sciences
clinicaltrials
浏览 13
表格分类MCI-AD, Early Stage Alzheimer's Disease
A Diagnostic Test for Dementia With Lewy Bodies

基本信息

模态
表格
任务类型
分类
创建/更新时间
2026-10-14

资源简介

路易体痴呆诊断测试

该数据集来自 clinicaltrials.gov,聚焦路易体痴呆与阿尔茨海默病的早期诊断。研究计划与约10个专攻DLB和痴呆的中心合作,招募80名受试者,其中40名疑似MCI-DLB、40名疑似MCI-AD,进行为期12个月的纵向研究。受试者在基线及12个月时接受3个部位的皮肤活检,并在每次访视时完成详细量化检查、认知评估、病史和问卷,由中央疾病专家组复核以确认诊断。数据可用于区分MCI-DLB与MCI-AD、追踪临床诊断变化及评估皮肤活检标志物(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:MCI-AD、早期阿尔茨海默病、MCI-DLB、早期路易体痴呆。我们将与约10个专攻DLB和痴呆的中心合作,共招募80名个体参与研究:招募40名疑似MCI-DLB受试者和40名疑似MCI-AD受试者。所有受试者将纳入一项为期12个月的纵向研究,在每位患者的3个部位进行皮肤活检,间隔12个月(基线和1年)。每次访视时将进行详细的量化检查、认知评估、病史和问卷,并由中央疾病专家组复核以确认诊断。入组研究的受试者将在基线进行评估,并在12个月时进行随访,以确定临床诊断的任何变化。皮肤活检将在12个月随访时重复进行

【主题与分类】

主题标签:MCI-AD, Early Stage Alzheimer's Disease。本站分类:神经系统疾病/阿尔茨海默病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05479552

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT05479552

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:MCI-AD、早期阿尔茨海默病、MCI-DLB、早期路易体痴呆。我们将与约10家专门从事DLB和痴呆研究的中心合作,共招募80名个体参与研究:招募40名疑似MCI-DLB受试者和40名疑似MCI-AD受试者。所有受试者将纳入一项为期12个月的纵向研究,在每位患者的3个部位进行皮肤活检,间隔12个月(基线和1年)。每次访视时将进行详细的定量检查、认知评估、病史采集和问卷调查,并由疾病专家组成的中央小组进行审核以确认诊断。纳入研究的受试者将在基线时进行评估,并在12个月时进行随访,以确定临床诊断的任何变化。将在12个月随访时重复皮肤活检,以确定P-SYN随时间积累的速率以及穿刺皮肤活检中神经纤维变性的速率。

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。

获取专属数据定制方案