AMYPAD PNHS - MRI 数据集
该数据集来自 AMYPAD PNHS 研究,是一项与多个欧洲 Parent Cohorts 关联的开放标签、前瞻性、多中心队列研究,旨在通过 PET 成像额外采集淀粉样蛋白负荷,改进阿尔茨海默病疾病建模与个体化风险分层

基本信息
资源简介
AMYPAD PNHS - MRI 数据集
AMYPAD PNHS - MRI Dataset
该数据集来自 AMYPAD PNHS 研究,是一项与多个欧洲 Parent Cohorts 关联的开放标签、前瞻性、多中心队列研究,旨在通过 PET 成像额外采集淀粉样蛋白负荷,改进阿尔茨海默病疾病建模与个体化风险分层。本数据记录包含多模态 MRI 的图像衍生表型(IDP)与示例影像数据。数据受控访问,需在 AD Workbench 注册并签署数据使用协议,申请时需提交简短项目描述,经人工定期审核,在用途正当的前提下通常予以批准(来源 DOI 解析,Creative Commons Attribution 4.0 International 许可)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):淀粉样蛋白成像预防阿尔茨海默病(AMYPAD)预后与自然史研究(PNHS)是一项开放标签、前瞻性、多中心队列研究,与多个欧洲 Parent Cohorts 相关联。AMYPAD-PNHS 旨在通过额外采集由正电子发射断层扫描(PET)成像测量的淀粉样蛋白负荷,改进阿尔茨海默病背景下的疾病建模工作与个体化风险分层。本数据记录包含图像衍生表型(IDP)以及来自多模态 MRI 的示例影像数据。注意:本数据集在 AD Workbench 完成用户注册后,依据受控访问方案提供,并需在提出请求和同意数据使用协议后获取。数据访问请求需要一份简短的项目描述,由人工定期审核,并且在数据使用意图正当的前提下原则上始终予以批准。
【主题与分类】
主题标签:AMYPAD-PNHS、Magnetic Resonance Imaging、Positron Emission Tomography。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://zenodo.org/doi/10.5281/zenodo.18493303
使用许可:Creative Commons Attribution 4.0 International。
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://doi.org/10.5281/zenodo.18493303
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
淀粉样蛋白成像预防阿尔茨海默病(AMYPAD)预后与自然史研究(PNHS)是一项开放标签、前瞻性、多中心队列研究,与多个欧洲父队列相关联。AMYPAD-PNHS旨在通过额外收集由正电子发射断层扫描(PET)成像测量的淀粉样蛋白负荷,改进阿尔茨海默病背景下的疾病建模工作和个体化风险分层。该数据集记录包含图像衍生表型(IDP)以及来自多模态MRI的示例性成像数据。注:该数据集在AD Workbench上完成用户注册后,按照受控访问方案提供,并需在提出请求和同意数据使用协议后获取。数据访问请求需要提供简短的项目描述,并会定期进行人工审核,只要合法的数据使用意图明确,原则上总是会获得批准。在展示或发表使用该数据集开展的科学工作时,应遵循AMYPAD-PNHS的发表政策。更多详细信息可参见AMYPAD-PNHS数据访问请求文档。
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。




