阿尔茨海默病临床前阶段CSF突触生物标志物及其与MRI和PET神经退行标志物的关联:横断面研究
目的:确定在阿尔茨海默病连续体的早期临床前阶段,CSF突触生物标志物是否发生改变,以及是否与阿尔茨海默病(AD)风险因素、原发病理和神经退行标志物相关

基本信息
资源简介
阿尔茨海默病临床前阶段CSF突触生物标志物及其与MRI和PET神经退行标志物的关联:横断面研究
目的:确定在阿尔茨海默病连续体的早期临床前阶段,CSF突触生物标志物是否发生改变,以及是否与阿尔茨海默病(AD)风险因素、原发病理和神经退行标志物相关
CSF synaptic biomarkers in the preclinical stage of Alzheimerâs disease and their association with MRI and PET markers of neurodegeneration: a cross-sectional study
【数据内容】
源站描述(机器翻译,仅供参考):目的:确定在阿尔茨海默病连续体的早期临床前阶段,CSF突触生物标志物是否发生改变,以及是否与阿尔茨海默病(AD)风险因素、原发病理和神经退行标志物相关。方法:在ALFA+队列中进行横断面研究,纳入中年认知未受损参与者。使用免疫测定法测量CSF神经颗粒素和GAP-43,使用免疫沉淀质谱法测量SNAP-25和synaptotagmin-1。还测量了AD CSF生物标志物Aβ42/40、p-tau和t-tau,以及神经退行生物标志物NfL。参与者接受了结构MRI,以及氟脱氧葡萄糖和Aβ PET成像。使用一般线性模型检验CSF突触生物标志物与风险因素、Aβ病理、tau病理和神经退行标志物之间的关联。结果:所有CSF突触生物标志物随
【主题与分类】
主题标签:阿尔茨海默病、神经系统疾病、CSF突触生物标志物、临床前阶段、MRI、PET、神经退行、横断面研究。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%3Aa51d3fb1dd72c67d2458d127fdc877e43a1eaf92baf63daf5ff54c063b125d7d
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:确定在阿尔茨海默病连续体的早期临床前阶段,脑脊液突触生物标志物是否发生改变,并与阿尔茨海默病(AD)风险因素、原发病理及神经退行性标志物相关。方法:在ALFA+队列中进行横断面研究,纳入中年认知未受损的参与者。使用免疫测定法检测脑脊液神经颗粒素和GAP-43,使用免疫沉淀质谱法检测SNAP-25和突触结合蛋白-1。同时检测AD脑脊液生物标志物Aβ42/40、p-tau和t-tau,以及神经退行性生物标志物NfL。参与者接受了结构性MRI、氟脱氧葡萄糖和Aβ PET成像。采用一般线性模型检验脑脊液突触生物标志物与风险因素、Aβ病理、tau病理及神经退行性标志物之间的关联。结果:所有脑脊液突触生物标志物均随年龄增长而升高。女性脑脊液神经颗粒素较高,而APOE-ε4携带者脑脊液SNAP-25较高。所有脑脊液突…
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。




