病理性α-突触核蛋白作为路易体痴呆诊断生物标志物的贡献
该数据集来自 clinicaltrials.gov,聚焦路易体痴呆(DLB)与阿尔茨海默病(AD)的鉴别诊断问题。两者是主要的年龄相关神经退行性认知障碍,在前驱期和痴呆期均难以区分,而DLB患者误诊后使用抗精神病药物可出现严重不良反应

基本信息
资源简介
病理性α-突触核蛋白作为路易体痴呆诊断生物标志物的贡献
该数据集来自 clinicaltrials.gov,聚焦路易体痴呆(DLB)与阿尔茨海默病(AD)的鉴别诊断问题。两者是主要的年龄相关神经退行性认知障碍,在前驱期和痴呆期均难以区分,而DLB患者误诊后使用抗精神病药物可出现严重不良反应。源站描述指出,AD的脑脊液生物标志物(Tau、P-Tau、Aβ42/Aβ40比值)已改善AD诊断,但AD与DLB的区分仍困难,DLB患者脑脊液中常有1至3个AD标志物呈阳性。数据可用于研究病理性α-突触核蛋白作为DLB诊断生物标志物的价值(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:路易体痴呆(DLB)、阿尔茨海默病(AD)。阿尔茨海默病和路易体痴呆(DLB)是两种主要的年龄相关神经退行性认知障碍。在这些疾病之间进行鉴别诊断具有挑战性,无论是在前驱期还是痴呆期。缺乏精确诊断对DLB患者尤其有害,因为其中高达80%的患者对抗精神病药物表现出严重不良反应,包括跌倒、意识混乱,甚至死亡。阿尔茨海默病的诊断已通过脑脊液(CSF)生物标志物如Tau、磷酸化Tau(P-Tau)和Aβ42/Aβ40比值得到改善(Lehmann et al., 2018)。然而,将阿尔茨海默病与DLB区分开来仍然困难:在DLB患者的脑脊液中,1至3个阿尔茨海默病生物标志物经常呈阳性:在前驱期有49%的病例,以及高达
【主题与分类】
主题标签:Dementia With Lewy Bodies (DLB)、Alzheimer's Disease (AD)。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/NCT07166744
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/NCT07166744
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:路易体痴呆(DLB)、阿尔茨海默病(AD)。阿尔茨海默病与路易体痴呆(DLB)是两种主要的与年龄相关的神经退行性认知障碍。这两种疾病在前驱期和痴呆期的鉴别诊断均具有挑战性。缺乏精确诊断对DLB患者尤其有害,因为高达80%的患者对抗精神病药物表现出严重不良反应,包括跌倒、意识混乱,甚至死亡。随着脑脊液(CSF)生物标志物如Tau蛋白、磷酸化Tau蛋白(P-Tau)以及Aβ42/Aβ40比值的应用,阿尔茨海默病的诊断已有所改善(Lehmann等,2018)。然而,将阿尔茨海默病与DLB区分开来仍然困难:DLB患者脑脊液中常有1至3种阿尔茨海默病生物标志物呈阳性:前驱期病例中占49%,痴呆期则高达72%。此外,脑脊液中总α-突触核蛋白的检测并未证明具有诊断可靠性。DAT扫描有时被用作辅助工具,但其技术昂贵且缺乏敏感性,在痴呆期DLB中的检出率仅为78%,在前驱期DLB中为54%。
鉴于这些局限性,识别DLB的特异性生物标志物,尤其是病理性α-突触核蛋白,是一个关键目标。α-突触核蛋白是路易小体的主要蛋白质成分,其异常的β-折叠构象促进聚集和类朊病毒样传播。脑脊液中总α-突触核蛋白的常规检测未能达到足够的诊断特异性。相比之下,检测脑脊液中聚集型或病理性α-突触核蛋白似乎是改善突触核蛋白病诊断的一种有前景的方法。基于α-突触核蛋白聚集扩增的新技术在回顾性研究中显示出令人鼓舞的结果,包括经神经病理学证实的病例(Bargar等,2021;Rossi等,2020)。然而,这些方法在真实世界临床环境中的前瞻性评估仍然缺乏。我们假设t
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。

![[18F]ACI-19626 PET 在 TDP-43 蛋白病中的应用](/medical-api/medicalDataset/datasetCover/69930.jpg)


