认知连接组与MCI转化数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.21742456

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

该数据集支持研究《认知连接体的模块化组织预测轻度认知障碍的转化》。它包括822名社区居住、认知健康的老年人（基线年龄65–87岁）的基线和三年随访数据，其中115人在随访期间转化为轻度认知障碍（MCI）。数据来自两个协调一致的西班牙老龄化队列（阿尔茨海默病老年亲属[ERAD]和MADRID+90）。该数据存储包括：（i）一份去标识化的参与者级数据表，包含原始神经心理测试分数（20个认知变量，涵盖整体认知[MMSE]、言语情景记忆[FCSRT]、视空间构建/视觉记忆[ROCF]、对抗命名[BNT-15]、语义和音位言语流畅性、工作记忆和处理速度[数字广度、数字符号]以及画钟测试）；（ii）人口学和临床协变量（年龄、性别、教育水平、GDS-15、STAI-特质、APOE ε4基因型组以及主观认知下降[SCD]状态）；以及（iii）时间-事件变量（随访时间和MCI转化状态）。所有数据均完全匿名化；不包含任何直接或间接标识符。

参与者提供了书面知情同意，研究获得了西班牙马德里Hospital Universitario Clínico San Carlos研究伦理委员会和西班牙马德里Carlos III卫生研究所伦理委员会的批准，符合赫尔辛基宣言。这些数据能够重现所有报告的分析，并支持在认知老化、网络神经心理学和MCI转化的预后建模研究中重复使用。在重复使用数据时，请引用相关文章和本数据集（DOI）。

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。