阿尔茨海默病、路易体病及ALS-FTD谱系人中枢神经系统差异基因表达数据
该数据集来自 Mendeley Data，提供 60 个人中枢神经系统转录组数据集的差异表达分析结果及数据质量报告，覆盖阿尔茨海默病、路易体病以及肌萎缩侧索硬化与额颞叶痴呆谱系，共纳入 2,600 例患者与年龄匹配对照
基本信息
资源简介
阿尔茨海默病、路易体病及ALS-FTD谱系人中枢神经系统差异基因表达数据
Differential Gene Expression Data from the Human Central Nervous System across Alzheimer’s Disease, Lewy Body Diseases, and the Amyotrophic Lateral Sclerosis and Frontotemporal Dementia Spectrum
该数据集来自 Mendeley Data，提供 60 个人中枢神经系统转录组数据集的差异表达分析结果及数据质量报告，覆盖阿尔茨海默病、路易体病以及肌萎缩侧索硬化与额颞叶痴呆谱系，共纳入 2,600 例患者与年龄匹配对照。数据可用于比较不同神经退行性蛋白病之间的基因表达变化，支持差异表达分析、跨疾病表达模式比较与候选标志物探索（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2021-01-14。
【数据内容】
源站描述（机器翻译，仅供参考）：在 Noori 等（2020）的研究中，我们假设阿尔茨海默病（AD）、路易体病（LBD）以及肌萎缩侧索硬化与额颞叶痴呆（ALS-FTD）谱系等神经退行性蛋白病存在共同的基因表达特征。为检验这一假设，我们对公共 Gene Expression Omnibus 和 ArrayExpress 存储库中的 60 个人中枢神经系统转录组数据集进行了系统综述与荟萃分析，共包含 2,600 例通过严格质量控制的 AD、LBD 和 ALS-FTD 患者及年龄匹配对照。在此，我们提供这 60 个数据集各自的差异表达分析结果及数据质量报告。这一涵盖 AD、LBD 和 ALS-FTD 的差异表达图谱可为未来阐明这些个体疾病的病理生理驱动因素的工作提供指导。
【数据结构与技术规格】
文件数 2136 个，合计 684.98 MB。数据集 DOI：10.17632/752nd4w7pd.2。
【主题与分类】
主题标签：神经系统疾病、阿尔茨海默病、路易体病、ALS-FTD谱系、差异基因表达、转录组学、ArrayExpress。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://data.mendeley.com/datasets/752nd4w7pd
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://data.mendeley.com/datasets/752nd4w7pd/2
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:
数据集大小约 685.0 MB。
数据说明
Ayush Noori（2021）。阿尔茨海默病、路易体疾病以及肌萎缩侧索硬化与额颞叶痴呆谱系中人类中枢神经系统的差异基因表达数据[数据集]。http://doi.org/10.17632/752nd4w7pd.2
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。
