GARDENIA项目数据集:常染色体显性阿尔茨海默病与遗传性额颞叶痴呆的遗传及表观遗传调节因子全国研究
主题标签:神经系统疾病、阿尔茨海默病、额颞叶痴呆、遗传调节因子、表观遗传、罕见神经退行性疾病、GARDENIA。本站分类:神经系统疾病/阿尔茨海默病

基本信息
资源简介
GARDENIA项目数据集:常染色体显性阿尔茨海默病与遗传性额颞叶痴呆的遗传及表观遗传调节因子全国研究
主题标签:神经系统疾病、阿尔茨海默病、额颞叶痴呆、遗传调节因子、表观遗传、罕见神经退行性疾病、GARDENIA。本站分类:神经系统疾病/阿尔茨海默病
Dataset for the project "Genetic and epigenetic modulAtors in Rare neurodegenerative diseases with DEmentia: a National study on autosomal dominant Alzheimer disease and genetic frontotemporal degeneration with dementIA (GARDENIA)" European Union—Next Generation EU—NRRP M6C2—Investment 2.1 Enhancement and strengthening of biomedical research in the NHS (PNRR-MR1-2022-12375654) - Cup Code: C83C2200
【数据集背景】
源站首次发布:2026。
【主题与分类】
主题标签:神经系统疾病、阿尔茨海默病、额颞叶痴呆、遗传调节因子、表观遗传、罕见神经退行性疾病、GARDENIA。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://zenodo.org/doi/10.5281/zenodo.20523600
使用许可:Creative Commons Attribution 4.0 International。
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://doi.org/10.5281/zenodo.20523600
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
项目“伴有痴呆的罕见神经退行性疾病的遗传与表观遗传调节因子:一项关于常染色体显性阿尔茨海默病和遗传性额颞叶痴呆的国家研究(GARDENIA)”数据集,欧盟——下一代欧盟——国家复苏与韧性计划M6C2——投资2.1 加强和巩固国家医疗服务体系中的生物医学研究(PNRR-MR1-2022-12375654)——Cup代码:C83C22001300001 项目负责人:Roberta Ghidoni(UO1) UO1)分子标志物实验室,IRCCS Istituto Centro San Giovanni di Dio Fatebenefratelli,布雷西亚 UO2)神经内科1,神经肌肉骨骼与感觉器官部,神经遗传学实验室——Careggi大学医院,佛罗伦萨(UO2协调人:Benedetta Nacmias) UO3)Lamezia Terme卫生区,区域神经遗传学中心——Catanzaro省卫生局(UO3协调人:Raffaele Giovanni Maletta) UO4)生物生态与地球科学系,遗传学实验室——卡拉布里亚大学(UO4协调人:Alberto Montesanto) 具体目标1 a)为收集罕见遗传性神经退行性疾病患者的临床和遗传数据制定统一方案
具体目标2 a) 建立一个包含大量意大利遗传性神经退行性疾病伴痴呆患者/家系(即由致病突变引起的常染色体显性AD和FTD)的WES和WGM数据的综合核心收集库;b) 识别发病年龄的遗传和表观遗传修饰因子
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。




