神经退行性变与痴呆综合评估
研究自Phase I启动,在加拿大30个中心招募1173名50至90岁参与者,包括各类认知障碍患者及无认知主诉或缺陷的健康老年人

基本信息
资源简介
神经退行性变与痴呆综合评估
该数据集来自clinicaltrials.gov,为一项纵向观察性研究,覆盖Dementia、Mild Cognitive Impairment (MCI)、Subjective Cognitive Impairment、Parkinson's Disease (PD)、Lewy Body Disease(LBD)、Mixed Dementia、Frontotemporal Dementia (FTD)、Alzheimer Disease (AD)等神经系统疾病。研究自Phase I启动,在加拿大30个中心招募1173名50至90岁参与者,包括各类认知障碍患者及无认知主诉或缺陷的健康老年人。所有受试者在基线接受严格评估。该数据可用于。
【主题与分类】
主题标签:Dementia、Mild Cognitive Impairment (MCI)、Subjective Cognitive Impairment、Parkinson's Disease (PD)、Lewy Body Disease(LBD)、Mixed Dementia、Frontotemporal Dementia (FTD)、Alzheimer Disease (AD)、Cognitively Unimpaired、Subjective Cognitive Decline (SCD)。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/NCT03402919
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/NCT03402919
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
疾病类型:痴呆、轻度认知障碍(MCI)、主观认知障碍、帕金森病(PD)、路易体病(LBD)、混合性痴呆、额颞叶痴呆(FTD)、阿尔茨海默病(AD)。这是一项纵向观察性研究,自第一阶段启动,招募了1173名年龄在50至90岁之间的参与者,包括主观认知障碍、轻度认知障碍、伴有皮质下血管病变的轻度认知障碍、阿尔茨海默病、混合性痴呆、路易体痴呆、帕金森病痴呆、伴有轻度认知障碍的帕金森病和额颞叶痴呆患者,以及无认知主诉或缺陷的健康老年人。这些参与者来自加拿大30个不同的中心。所有参与研究的受试者在基线时均接受了严格的评估,包括临床评估、神经心理评估、基因组学和神经影像学检查。研究收集、储存并分析了来自血液、唾液、尿液、粪便、口腔细胞和脑脊液的生物样本。
每年进行纵向随访,以确定其诊断是否发生变化,并在两个时间点进行纵向再评估:时间2和时间3。在时间3,将招募400名来自非痴呆队列(认知未受损、主观认知障碍、轻度认知障碍、伴有血管成分的轻度认知障碍、无认知障碍的帕金森病、伴有轻度认知障碍的帕金森病)且受教育年限不超过12年的参与者。
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。




