阿尔茨海默病颈部淋巴显微手术研究

该数据集来自 clinicaltrials.gov,属于神经系统疾病/阿尔茨海默病领域的临床试验数据。研究为一项初步试验,评估颈部淋巴引流显微手术改造是否影响轻度阿尔茨海默病患者的血液生物标志物与临床结局

Daniel MaliszewskiDaniel Maliszewski
clinicaltrials
浏览 5
医学影像预测Alzheimer Disease
Cervical Lymphatic Microsurgery in Alzheimer's Disease

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-08

资源简介

阿尔茨海默病颈部淋巴显微手术研究

该数据集来自 clinicaltrials.gov,属于神经系统疾病/阿尔茨海默病领域的临床试验数据。研究为一项初步试验,评估颈部淋巴引流显微手术改造是否影响轻度阿尔茨海默病患者的血液生物标志物与临床结局。三十名参与者按 1:1 随机分配至手术干预组或对照组,干预组接受超显微淋巴静脉吻合术(LVA)和/或淋巴结-静脉吻合术(LNVA),对照组前 12 个月仅接受临床观察。主要目标是评估血浆磷酸化 tau 217(p-tau217)从基线到 12 个月的变化,可用于预测生物标志物变化与临床结局(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。这项初步研究将评估颈部淋巴引流的显微手术改造是否可能影响轻度阿尔茨海默病患者的血液生物标志物和临床结局。三十名参与者将按 1:1 比例随机分配到手术干预组或对照组。干预组的参与者将接受颈部的超显微淋巴静脉吻合术(LVA)和/或淋巴结-静脉吻合术(LNVA),以创建淋巴引流的替代通路。该手术可手动进行,也可在机器人显微手术辅助下进行。对照组的参与者在最初 12 个月内将接受临床观察而不进行手术。主要目标是评估血浆磷酸化 tau 217(p-tau217)从基线到 12 个月的变化。该研究还将评估

【主题与分类】

主题标签:Alzheimer Disease。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/NCT07857759

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://clinicaltrials.gov/study/NCT07857759

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

疾病:阿尔茨海默病。这项初步研究将评估颈部淋巴引流的显微外科改良是否可能影响轻度阿尔茨海默病患者的血液生物标志物和临床结局。30名参与者将按1:1的比例随机分配至手术干预组或对照组。干预组的参与者将在颈部接受超显微淋巴静脉吻合术(LVA)和/或淋巴结至静脉吻合术(LNVA),以建立替代性淋巴引流通道。该手术可手动完成,也可在机器人显微外科辅助下完成。对照组参与者在最初12个月内接受临床观察,不接受手术。主要目标是评估血浆磷酸化tau 217(p-tau217)从基线至12个月的变化。该研究还将评估认知和功能指标的变化,包括CDR-Sum、ADCS-ADL、MoCA和MMSE,以及该手术的可行性和安全性。参与者将在基线以及3、6和12个月时接受评估。

在完成为期12个月的观察期后,对照组中的参与者若愿意接受手术,可向其提供该手术选项。

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。

获取专属数据定制方案