记忆障碍早期诊断计算工具

数据集获取

源站：https://clinicaltrials.gov/study/NCT02050464

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：阿尔茨海默病、额颞叶痴呆、血管性痴呆、轻度认知障碍。虚拟生理人：由信息技术支持的痴呆症研究（VPH-DARE@IT）是一个为期四年的信息技术项目，由欧盟（EU）资助。该项目将开发衰老大脑的多尺度模型，以便同时考虑患者特异性的生化、代谢和生物力学大脑基质，以及遗传、临床、人口学和生活方式等决定因素。一个集成的临床决策支持平台将通过访问十几个国际横断面和纵向研究数据库进行验证和测试。利用回顾性数据库开发的建模方法将在一个新的前瞻性队列中进行测试，该队列将在库奥皮奥作为VPH-DARE@IT项目的一部分进行收集。东芬兰大学（UEF）的研究人群总共将有120名受试者：20名健康对照（HC）、20名轻至中度阿尔茨海默病（AD）患者、20名血管性痴呆（VAD）患者、20名额颞叶痴呆（FTD）患者和40名轻度认知障碍（MCI）受试者。

本研究在Kuopio被称为VPH-DARE@IT前瞻性研究，或简称“ProsKuopio”。

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。