记忆门诊患者的昼夜节律及其他因素

数据集获取

源站：https://clinicaltrials.gov/study/NCT05977712

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：痴呆。阿尔茨海默病及其他相关痴呆的诊断主要基于认知、行为和神经心理症状的评估、功能限制以及在某些情况下的影像学数据/脑脊液（CSF）生物标志物。这些措施主要在专科诊所中使用，导致大量痴呆病例可能未被诊断。随着人口老龄化，痴呆患者数量不断增加，迫切需要一种成本效益高、可扩展的工具，用于在初级保健中早期、准确地筛查痴呆病例，包括阿尔茨海默病和其他类型的痴呆。此外，与不同类型痴呆进展相关的因素仍知之甚少，限制了通过干预改善患者及其照护者生活质量并减缓疾病进展的前景。

本项目旨在识别可用于初级保健中痴呆诊断（包括其亚型：AD、路易体痴呆、血管性痴呆、额颞叶痴呆）及分期（认知健康、轻度认知障碍、临床痴呆）的昼夜节律成分及其他个体风险因素。次要目标是确定与疾病进展相关的因素，包括认知下降和日常生活活动能力受限，以及在认知健康对照者和轻度认知障碍患者中向痴呆的进展。为此，将利用来自巴黎2家记忆门诊的1500名患者的数据，在入组访谈时测量其社会人口学、行为及健康相关因素（如报告的睡眠障碍、血浆生物标志物、视网膜指标（在子样本CIRCAME-EYE中）和听力学参数（CIRCAME-Ear子研究））。基线检查还将包括佩戴腕部设备以测量昼夜节律及其相关行为（体力活动和睡眠），用于

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。