认知健康老龄化登记：痴呆研究中的探究性、观察性与试验研究：前瞻性准备队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT02114372

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、斑块、淀粉样蛋白。这是一项前瞻性、非干预性研究，将从英国一个基于社区的登记库（称为CHARIOT登记库）中招募无痴呆但被认为处于阿尔茨海默病高、中、低风险的参与者。参与者将接受一系列神经心理学评估，以描述认知障碍最早阶段认知变化的模式及其相互关系。此外，还可能随时间评估这些变化与阿尔茨海默型认知障碍临床表现的关系。该子研究将调查通过PET或CSF证实脑内存在淀粉样蛋白的ARAD个体中PACC和RBANS各组成部分的纵向变化，并与未被归类为ARAD的个体进行比较。子研究参与者将在整个子研究期间每6个月接受一次随访，并交替完成PACC和RBANS的替代版本，持续最长4.5年（54个月）。

在研究期间，将收集参与者的血液、尿液和唾液样本，用于生物标志物分析，以评估痴呆、阿尔茨海默病的风险因素或痴呆风险的混杂因素。参与者在参与研究期间经历的不良事件将被监测。

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。