早期阿尔茨海默病神经炎症与脑血管功能障碍的CSF生物标志物
该数据集来自瑞典BioFINDER纵向队列,包含认知正常老年人、轻度认知障碍患者和阿尔茨海默病痴呆患者的脑脊液生物标志物数据,检测了反映小胶质细胞和星形胶质细胞活化、神经炎症及脑血管变化的YKL-40、IL-6、IL-7、IL-8、IL-15、IP-10、MCP-1、ICAM-1、VCAM-1、Pl

基本信息
资源简介
早期阿尔茨海默病神经炎症与脑血管功能障碍的CSF生物标志物
CSF biomarkers of neuroinflammation and cerebrovascular dysfunction in early Alzheimer's disease
该数据集来自瑞典BioFINDER纵向队列,包含认知正常老年人、轻度认知障碍患者和阿尔茨海默病痴呆患者的脑脊液生物标志物数据,检测了反映小胶质细胞和星形胶质细胞活化、神经炎症及脑血管变化的YKL-40、IL-6、IL-7、IL-8、IL-15、IP-10、MCP-1、ICAM-1、VCAM-1、PlGF和Flt-1等指标,并配有部分参与者的磁共振成像数据及纵向临床评估。数据可用于研究这些生物标志物与AD核心病理标志物、结构影像及临床疾病进展之间的关联(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):目的:测量反映小胶质细胞和星形胶质细胞活化、神经炎症和脑血管变化的脑脊液(CSF)生物标志物水平,并研究其与AD病理核心生物标志物(淀粉样蛋白β(Aβ)和tau)、结构影像相关指标及随时间推移的临床疾病进展之间的关联。方法:该研究纳入来自纵向瑞典BioFINDER队列的认知未受损老年人(n=508)、轻度认知障碍(MCI)患者(n=256)和AD痴呆患者(n=57)。对CSF样本进行YKL-40、IL-6、IL-7、IL-8、IL-15、IP-10、MCP-1、ICAM-1、VCAM-1、PlGF和Flt-1分析。677名研究参与者有磁共振成像数据。在对照个体和MCI患者中进行了纵向临床评估(平均随访3年,范围1-6年)。结果:CSF中YKL-40、ICAM-1、VCAM-1、IL-1
【主题与分类】
主题标签:MCI (mild cognitive impairment)、neuroinflammation、Alzheimer's disease、MRI。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://search.dataone.org/view/sha256%3A56567878ebd951e7af13913d1ead96d6006ac8b602def4365cbab44db662a5ff
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
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
目的:测量反映小胶质细胞和星形胶质细胞活化、神经炎症及脑血管变化的脑脊液(CSF)生物标志物水平,并研究其与阿尔茨海默病(AD)病理核心生物标志物(淀粉样蛋白β(Aβ)和tau)、结构影像学相关指标及随时间推移的临床疾病进展之间的关联。方法:研究纳入来自瑞典BioFINDER纵向队列的认知未受损老年人(n=508)、轻度认知障碍(MCI)患者(n=256)和AD痴呆患者(n=57)。对CSF样本进行YKL-40、IL-6、IL-7、IL-8、IL-15、IP-10、MCP-1、ICAM-1、VCAM-1、PlGF和Flt-1的分析。677名研究参与者有磁共振成像数据。对对照组个体和MCI患者进行了纵向临床评估(平均随访3年,范围1-6年)。结果:在AD的临床前、前驱期和痴呆阶段,CSF中YKL-40、ICAM-1、VCAM-1、IL-15和Flt-1水平升高。高…
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。




