死后神经退行性标志物与认知系统衰退轨迹数据
该数据集来自一项纵向临床-病理队列研究,包含915名老年参与者长达21年的年度认知测试数据,涵盖情景记忆、语义记忆、工作记忆和知觉速度等复合指标,以及死后神经病理检查结果,包括AD病理、Lewy小体、TDP-43病理、海马硬化和脑血管病标志物

基本信息
资源简介
死后神经退行性标志物与认知系统衰退轨迹数据
Data from: Postmortem neurodegenerative markers and trajectories of decline in cognitive systems
该数据集来自一项纵向临床-病理队列研究,包含915名老年参与者长达21年的年度认知测试数据,涵盖情景记忆、语义记忆、工作记忆和知觉速度等复合指标,以及死后神经病理检查结果,包括AD病理、Lewy小体、TDP-43病理、海马硬化和脑血管病标志物。数据可用于分析神经退行性病理与不同认知能力随时间变化轨迹的关系,支持认知衰退预测和神经病理机制研究(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2019。
【数据内容】
源站描述(机器翻译,仅供参考):目的:评估神经退行性病理是否与不同认知能力的变化轨迹存在差异性关联。方法:在一项纵向临床-病理队列研究中,915名老年参与者每年接受一次评估,持续长达21年,完成由15项测试组成的测试组,并据此得出先前建立的情景记忆、语义记忆、工作记忆和知觉速度的复合测量指标。死亡时,他们接受神经病理学检查,以量化阿尔茨海默病(AD)病理、Lewy小体、反式反应DNA结合蛋白43(TDP-43)病理和海马硬化,以及多种脑血管病标志物。使用时变效应模型评估神经病理标志物与认知轨迹的关系随时间的变化。结果:在控制病理的情况下,知觉速度的下降
【主题与分类】
主题标签:Cognitive neuropsychology in dementia、Cohort studies、Natural history studies (prognosis)、Alzheimer's disease、Dementia with Lewy bodies。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://datadryad.org/dataset/doi:10.5061/dryad.mf7hk2q
使用许可:Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.mf7hk2q
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 25.9 KB。
数据说明
目的:评估神经退行性病理改变是否与不同认知能力的变化轨迹存在差异性关联。方法:在一项纵向临床-病理队列研究中,915名老年参与者每年接受一次评估,持续长达21年,完成由15项测试组成的成套测验,并据此得出先前已建立的情景记忆、语义记忆、工作记忆和知觉速度的复合测量指标。死亡时,参与者接受神经病理学检查,以量化阿尔茨海默病(AD)病理、路易体、反式激活反应DNA结合蛋白43(TDP-43)病理、海马硬化以及多种脑血管疾病标志物。采用时变效应模型评估神经病理标志物与认知轨迹之间的关系随时间的变化。结果:在控制病理因素后,知觉速度的下降在死亡前约15年即已明显;语义记忆和工作记忆的轻度下降出现较晚;情景记忆则几乎没有变化。每种神经退行性标志物均与死亡前约10至16年开始出现的情景记忆功能降低相关。
随着死亡前时间的缩短,AD病理、路易小体及海马硬化与其他认知域的损害相关,但TDP-43病理与认知的关联仍主要局限于情景记忆。结论:结果表明,情景记忆损害是多种神经退行性疾病的早期征象,这些疾病主要在与其它认知系统的关联上存在差异。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




