推进临床环境中的阿尔茨海默病检测：MRI 图像数据
该数据集来自 data.mendeley.com，包含 JPG 格式的 MRI 脑部扫描图像，用于推动 AI 与深度学习模型在临床环境中检测阿尔茨海默病
基本信息
资源简介
推进临床环境中的阿尔茨海默病检测：MRI 图像数据
该数据集英文名为 Advancing Alzheimer’s Disease Detection in Clinical Settings: MRI Image Data，来源于 data.mendeley.com，属于神经系统疾病中的阿尔茨海默病类别。数据集以 JPG 格式的 MRI 脑部扫描图像为核心内容，旨在推动人工智能与深度学习模型在临床环境中检测阿尔茨海默病。数据按阿尔茨海默病进展划分为四个类别，并已预先划分为训练集与测试集。数据集整体以 ZIP 压缩包形式提供，文件名为 Alzheimer Dataset.zip，合计 35.78 MB，包含 1 个文件。发布时间为 2025-01-27，版本为 v1，DOI 为 10.17632/xx9zzz6t54.1，采用 CC BY 4.0 许可。
【数据集背景】
该数据集的目标是促进人工智能和深度学习模型在临床环境中检测阿尔茨海默病的开发与应用。阿尔茨海默病是一种神经系统疾病，利用 MRI 脑部扫描图像进行自动检测，有助于相关模型的研究与验证。数据集通过提供带有进展类别标签的 MRI 图像，为模型训练和评估提供基础数据支持。
【数据内容】
数据集包含 JPG 格式的 MRI 脑部扫描图像，标签分为四个阿尔茨海默病进展类别：NonDemented，表示无痴呆迹象；VeryMildDemented，表示非常轻微的认知障碍；MildDemented，表示轻微认知障碍；ModerateDemented，表示中度认知障碍。数据集已划分为训练集和测试集。训练集共 5,121 张图像，其中 NonDemented 为 2,560 张，VeryMildDemented 为 1,792 张，MildDemented 为 717 张，ModerateDemented 为 52 张。测试集共 1,279 张图像，其中 NonDemented 为 640 张，VeryMildDemented 为 448 张，MildDemented 为 179 张，ModerateDemented 为 12 张。数据集文件夹结构以 Alzheimer_Dataset 为根目录，下设 images 目录，images 下包含 train 目录，train 下按类别建立子目录，例如 NonDemented 子目录中包含 image1.jpg、image2.jpg 等图像文件。
【采集与来源】
该数据集来源于 data.mendeley.com。源站描述中提供了数据集名称、用途、数据类型、标签、数据集规模、许可及文件夹结构等信息。关于图像的具体采集设备、采集地点、采集时间、受试者人群特征等，源站未提供。
【适用场景】
该数据集适用于开发和评估基于 MRI 图像的 AI 与深度学习模型，用于检测阿尔茨海默病及其不同进展阶段。四分类标签体系可用于训练模型区分无痴呆、非常轻微认知障碍、轻微认知障碍和中度认知障碍。训练集与测试集的预先划分便于模型训练与性能测试。该数据集面向临床环境中的阿尔茨海默病检测研究，可用于相关算法验证与比较。
【使用方法】
使用时可下载数据文件 Alzheimer Dataset.zip，合计 35.78 MB。该文件为 ZIP 压缩包，解压后可按照文件夹结构读取图像数据。建议先按文件格式读取，并在小样本上核对字段与编码，确认无误后再批量接入。训练集和测试集已分别组织，可按类别子目录加载对应标签的图像。图像为 JPG 格式，可直接用于常见的深度学习图像处理流程。
【质量与限制】
数据集提供了明确的四分类标签和训练集、测试集划分，各类别图像数量差异较大，其中 ModerateDemented 类别在训练集中为 52 张、测试集中为 12 张，样本数量相对较少。关于图像分辨率、采集参数、标注一致性、受试者人口学信息、数据偏倚等质量相关信息，源站未提供。使用时应关注类别不平衡可能带来的影响。
【引用与许可】
该数据集采用 CC BY 4.0 许可。DOI 为 10.17632/xx9zzz6t54.1。版本为 v1，发布时间为 2025-01-27。引用时应遵循该许可要求，并参考数据集英文名称 Advancing Alzheimer’s Disease Detection in Clinical Settings: MRI Image Data。
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://data.mendeley.com/datasets/xx9zzz6t54
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:
数据集大小约 35.8 MB。
数据说明
abu sufian (2025). Advancing Alzheimer’s Disease Detection in Clinical Settings: MRI Image Data [Dataset]. http://doi.org/10.17632/xx9zzz6t54.1
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。
