ADRC 临床队列(阿尔茨海默病)
该数据集来自 clinicaltrials.gov,为 Duke/UNC 阿尔茨海默病研究中心(ADRC)建立的临床队列,覆盖认知正常、轻度认知障碍(MCI)及阿尔茨海默病和其他相关痴呆(ADRD)的成年研究对象,每年入组 100 人

基本信息
资源简介
ADRC 临床队列(阿尔茨海默病)
该数据集来自 clinicaltrials.gov,为 Duke/UNC 阿尔茨海默病研究中心(ADRC)建立的临床队列,覆盖认知正常、轻度认知障碍(MCI)及阿尔茨海默病和其他相关痴呆(ADRD)的成年研究对象,每年入组 100 人。队列入组年龄为 25 至 44 岁及 45 至 80 岁,45 至 80 岁者须有项目伙伴参与。研究旨在推进神经退行性脑疾病研究,并考察年龄、性别和遗传(尤其是 APOE 基因型)对其表现的影响。数据按 National Alzheimer's Coordinating Center 的统一数据集第 3 版进行基线采集,可用于痴呆相关认知与遗传因素研究(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、轻度认知障碍、痴呆。本研究的目的是建立一个由认知正常、轻度认知障碍(MCI)以及因阿尔茨海默病和其他相关痴呆(ADRD)导致痴呆的成年研究对象组成的临床队列,每年入组 100 名受试者。该队列的主要目标将是推进神经退行性脑疾病研究,以及年龄、性别和遗传(尤其是 APOE 基因型)在其表现中的作用。主要目标是创建 Duke/UNC 阿尔茨海默病研究中心(ADRC)的临床队列。队列入组时的年龄为 25 至 44 岁和 45 至 80 岁。45 至 80 岁的受试者必须有一名项目伙伴作为研究的一部分。该队列将根据 National Alzheim 提出的统一数据集第 3 版进行基线数据采集。
【主题与分类】
主题标签:Alzheimer Disease、Mild Cognitive Impairment、Dementia。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/NCT06703541
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/NCT06703541
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、轻度认知障碍、痴呆。本研究旨在建立一个临床队列,纳入认知正常、轻度认知障碍(MCI)以及因阿尔茨海默病和其他相关痴呆(ADRD)导致痴呆的成年研究受试者,每年招募100名受试者。该队列的主要目标是推进神经退行性脑疾病的研究,以及年龄、性别和遗传因素(尤其是APOE基因型)在其表现中的作用。主要目标是為杜克大学/北卡罗来纳大学阿尔茨海默病研究中心(ADRC)建立一个临床队列。队列受试者在入组时的年龄为25至44岁和45至80岁。45至80岁的受试者必须有一名项目伙伴参与研究。该队列将根据国家阿尔茨海默病协调中心制定的统一数据集第3版进行基线数据收集,包括病史和家族史、体格检查、神经心理测试、血液和尿液样本、脑脊液样本以及脑部MRI。
受试者的项目合作伙伴可以更换为另一位,若如此,新的潜在项目合作伙伴将需签署同意书加入研究。年龄在45至80岁组的受试者将每年重新评估,包括更新病史、体格检查和神经心理测试。后续可能要求额外的血液、体液或影像学检查。作为加入队列的一部分,受试者每年将向共识委员会展示,以确认诊断。对于45至80岁队列中无法或不愿进行腰椎穿刺的一部分人,如有阿尔茨海默病症状出现时,可替代性地提供PET扫描以辅助诊断确认。杜克/UNC ADRC于2021年9月从国家老龄化研究所(NIA)获得资金,是NIA指定的ADRC项目。认知正常、轻度认知障碍和痴呆诊断的受试者将从杜克神经病学记忆障碍诊所位于Morreene路的临床就诊中招募。
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。




