CARD Catalog v0 数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.23376002

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。

数据集大小约 114.4 MB。

数据说明

CARD目录数据包 本数据集包含CARD目录（https://alzheimersdatahub.org/）背后的数据表，该目录由ADDI与NIH CARD共同开发。目录以NIH阿尔茨海默病及相关痴呆症中心命名。它汇集了阿尔茨海默病及相关痴呆症（AD/ADRD）研究的科研成果：数据资源、出版物、代码仓库和细胞模型。这些成果分散于不同平台。该目录通过使用和讨论这些成果的科学文献将它们关联起来，并利用基于AI的自然语言处理技术发现这些关联。本快照与2026年9月的目录内容一致。

它包含11个以制表符分隔的表格：资源（237）：经整理的AD/ADRD及神经退行性疾病数据资源清单；出版物（4,979）：使用已编目资源的论文（经验证的匹配）；代码仓库（1,898）：与资源关联的GitHub仓库，通过GitHub搜索或论文中的软件提及发现，附有AI生成的摘要和FAIR评估；人类细胞模型（626）：来自iNDI收集的iPSC系，附有基因和变异注释；从开放获取全文提取的论文级注释：引用数据集（11,215）、补充文件（10,194）、资助（45,278）、软件提及（4,239）和ML/AI模型（330）；SciLite注释（956,172）：来自Europe PMC的文本挖掘实体（gzip压缩）；FAIR合规性（7,683）：每个代码仓库的FAIR问题。这些表格通过三个键连接：资源名称：将资源与出版物、代码仓库和细胞模型关联；出版物ID（PMC ID，若无PMC ID则用DOI）：将出版物与论文级注释表和SciLite关联；dbSNP / 基因：将细胞模型与SciLite变异和基因注释关联。这些表格共同支持在关联的论文、代码和数据之间进行切换。

README.md 包含完整的数据字典、多值

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。