评估Indivi移动应用监测老龄人群认知表现可行性的研究

该数据集来自clinicaltrials.gov,属于神经系统疾病/阿尔茨海默病分类,聚焦于评估Indivi移动应用在老龄人群中监测认知表现的可行性

Indivi AGIndivi AG
clinicaltrials
浏览 6
其他分类Mild Cognitive Impairment (MCI)Mild Alzheimer Disease
A Study To Assess The Feasibility Of Indivi Mobile Application In Monitoring Cognitive Performance In Aging Population

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-07

资源简介

评估Indivi移动应用监测老龄人群认知表现可行性的研究

该数据集来自clinicaltrials.gov,属于神经系统疾病/阿尔茨海默病分类,聚焦于评估Indivi移动应用在老龄人群中监测认知表现的可行性。研究纳入轻度认知障碍/轻度阿尔茨海默病患者与健康对照,通过基于移动应用的认知活动,考察动态难度调整系统能否在两组中达到稳定难度水平及其差异,并比较认知活动结果与应用其他性能指标,以判断应用能否有效区分两组人群。数据可用于认知评估工具验证、组间分类及移动健康应用可用性研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:轻度认知障碍(MCI)、轻度阿尔茨海默病。这项观察性研究的目标是评估基于Indivi移动应用的认知活动在轻度认知障碍/轻度阿尔茨海默病患者(PwMCI/AD)和健康对照(HC)中的功能性和可用性。该应用使用动态难度调整(DDA)系统,为每位用户定制认知活动的难度级别。它旨在回答的主要问题是: DDA系统在PwMCI/AD和HC中是否以相同速率达到稳定难度级别? DDA系统在PwMCI/AD中达到的稳定难度级别是否与HC不同?研究人员还将比较认知活动结果和移动应用性能的其他方面,以查看该应用能否有效区分两组。参与者将使用th

【主题与分类】

主题标签:Mild Cognitive Impairment (MCI)、Mild Alzheimer 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/NCT07174869

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07174869

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:轻度认知障碍(MCI)、轻度阿尔茨海默病。本观察性研究旨在评估Indivi移动应用程序认知活动在轻度认知障碍/轻度阿尔茨海默病患者(PwMCI/AD)及健康对照者(HC)中的功能性与可用性。该应用程序采用动态难度调整(DDA)系统,可根据每位用户定制认知活动的难度级别。其主要研究问题包括:* DDA系统在PwMCI/AD与HC两组中达到稳定难度级别的速率是否相同?* DDA系统在PwMCI/AD组中达到的稳定难度级别是否与HC组不同?研究人员还将比较认知活动结果及移动应用程序性能的其他方面,以判断该应用程序能否有效区分这两组人群。参与者将使用内置DDA系统的Indivi移动应用程序,为期6周。

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。