机器学习量化阿尔茨海默病死者三个脑区Aβ沉积的临床与病理相关性

数据集获取

源站：https://search.dataone.org/view/sha256%3Afddb57cedb548078678e68cdceb43f3df0c5b8c9945c8ee934905140f37583a1

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

机器学习的出现使得神经病理学的规模化量化成为可能，为阿尔茨海默病（AD）提供了更深层的表型分析。在本研究中，我们量化了多个脑区的β-淀粉样蛋白（Aβ）沉积，并检验了其在病理诊断为AD的个体中与临床、人口学和遗传因素的关联。我们分析了来自三个阿尔茨海默病研究中心的273名个体的核心斑块、弥漫斑块和脑淀粉样血管病（CAA）的密度（#/mm²）。对额叶、颞叶和顶叶皮层的福尔马林固定石蜡包埋切片进行免疫染色并数字化，生成799张全切片图像（WSIs）。经对数转换后，混合效应模型显示，顶叶皮层的核心斑块密度最高（p < 0.001），而颞叶皮层的弥漫斑块密度最高（p < 0.001）；CAA未显示区域差异。

Wilcoxon秩和检验和协变量调整线性模型…，# 数据来源：阿尔茨海默病死者三个脑区Aβ沉积的机器学习定量与临床及病理相关性研究 数据集DOI：10.5061/dryad.7h44j107j ## 数据和文件结构说明 # UC Davis ADRC RO1全切片图像（WSI）数据集（第1部分） ## 数据集描述 本数据集包含Aβ免疫染色人脑组织的全切片图像（WSI），用于以下研究：阿尔茨海默病死者三个脑区Aβ沉积的机器学习定量与临床及病理相关性研究。 由于文件大小限制，完整的WSI数据集分为两部分提供： * 第1部分 * 第2部分 各部分内容互不重叠。用户应下载第1部分和第2部分以获取完整的WSI集合。 — ## 全切片图像详情 * WSI总数： 799 * 组织来源： 273名死者，患有…

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。