针对遗传突变所致早发型阿尔茨海默病高危或患病人群的潜在疾病修饰治疗研究
该数据集来自 clinicaltrials.gov,属于神经系统疾病与阿尔茨海默病领域,聚焦由遗传突变导致的早发型阿尔茨海默病

基本信息
资源简介
针对遗传突变所致早发型阿尔茨海默病高危或患病人群的潜在疾病修饰治疗研究
该数据集来自 clinicaltrials.gov,属于神经系统疾病与阿尔茨海默病领域,聚焦由遗传突变导致的早发型阿尔茨海默病。研究从 Dominantly Inherited Alzheimer Network 观察性研究(DIAN-OBS)、DIAN-TU 及其合作站点、DIAN 扩展注册库及站点识别家系中招募参与者,纳入至少一名成员携带与常染色体显性遗传阿尔茨海默病相关突变的家庭。参与者接受纵向评估,包括临床评估、认知测试、磁共振成像(MRI)、淀粉样蛋白成像及脑脊液(CSF)分析,可用于研究潜在疾病修饰治疗及疾病进展预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:阿尔茨海默病、痴呆、家族性阿尔茨海默病。本研究将从常染色体显性遗传阿尔茨海默病网络观察性研究(DIAN-OBS)、常染色体显性遗传阿尔茨海默病网络试验单元(DIAN-TU)站点、DIAN-TU 合作站点、DIAN 扩展注册库(DIAN-EXR)以及各站点识别的家系中招募参与者。DIAN-OBS 是一项由美国国立卫生研究院资助的多中心国际研究(资助编号 U01-AG032438;RJ Bateman)。作为 DIAN-TU-002 方案的一部分,参与者接受纵向评估,包括临床评估、认知测试、磁共振成像(MRI)和淀粉样蛋白成像,以及脑脊液(CSF)分析。DIAN 的参与者从至少有一名成员被确定携带与常染色体显性遗传阿尔茨海默病(DIAD)相关突变的家庭中招募。该突变
【主题与分类】
主题标签:Alzheimers Disease、Dementia、Alzheimers Disease, Familial。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/NCT05552157
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/NCT05552157
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
条件:阿尔茨海默病、痴呆、家族性阿尔茨海默病。本研究将从显性遗传阿尔茨海默病网络观察性研究(DIAN-OBS)中招募参与者,该研究是一项由美国国立卫生研究院资助的多中心国际研究(资助编号:U01-AG032438;RJ Bateman),涉及显性遗传阿尔茨海默病网络试验单元(DIAN-TU)站点、DIAN-TU合作站点、DIAN扩展注册库(DIAN-EXR)以及各站点确定的家族。作为DIAN-TU-002方案的一部分,参与者接受纵向评估,包括临床评估、认知测试、磁共振成像(MRI)和淀粉样蛋白成像,以及脑脊液(CSF)分析。DIAN的参与者从至少有一名成员被确定携带与显性遗传阿尔茨海默病(DIAD)相关突变的家族中招募。与DIAD相关的早老素1(PSEN1)、早老素2(PSEN2)和淀粉样前体蛋白(APP)基因突变具有非常高的外显率(接近100%)。
本研究将招募已知携带致病突变者,或存在此类突变风险者(已知突变先证者的子女或兄弟姐妹)且不知晓自身遗传状态的个体。由于每个家庭及每种突变的认知变化发病年龄相对一致,作为DIAN-OBS研究方案的一部分,会为每位患病父母或每种突变确定一个发病年龄。本研究将招募无症状且处于其家庭和/或突变预期发病年龄特定时间窗口内的参与者。能够高度自信地识别出注定会发展为阿尔茨海默病(AD)的个体,为评估在无症状期和痴呆极早期阶段的治疗疗效提供了独特机会。携带已知致病突变的家庭极为罕见,且地理上分散于世界各地。这些限制条件使得有必要开展一项专门研究。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




