阿尔茨海默病神经影像学倡议 3

数据集获取

源站：https://clinicaltrials.gov/study/NCT02854033

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）、阿尔茨海默病（AD）。ADNI3的总体目标是确定整个阿尔茨海默病（AD）谱系的临床、认知、影像、遗传和生化生物标志物特征之间的关系，因为病理从正常衰老演变为非常轻微的症状，再到轻度认知障碍（MCI），再到痴呆。ADNI3延续了先前资助的AD神经影像学计划（ADNI1、ADNI-GO和ADNI-2），并且仍然是学术界和产业界之间研究AD生物标志物的公共/私人合作项目。ADNI将继续为AD的神经科学提供信息，识别诊断和预后标志物，识别可用于临床试验的结果测量指标，并帮助开发最有效的临床试验方案。这是一项多中心、非随机、自然史、非治疗性研究。总共将招募1，070-2，000名参与者，分为三个队列：认知正常*（CN）、轻度认知障碍（MCI）和轻度阿尔茨海默病（AD）痴呆。年龄在55-90岁（含）之间的参与者将在美国和加拿大的59个中心入组。

大约700-800名参与者将是来自既往ADNI研究的滚动参与者，370-1200名将为新招募者。将在三个队列中评估临床/认知、影像、生物标志物和遗传特征。参与者将接受长达5年的纵向临床和认知评估、计算机化认知测试组合、生物标志物和基因检测、PET（FDG、淀粉样蛋白和tau）和MRI扫描以及脑脊液（CSF）采集。*目前仅招募非白种人参与者进入认知正常队列。

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。