7T MRS 阿尔茨海默病谷氨酸与 GABA 数据集
存放于该受限访问 Zenodo 记录中的文件包括主数据集、质量控制（qc）数据集以及复现相关稿件中报告的分析和结果所需的统计代码
基本信息
资源简介
7T MRS 阿尔茨海默病谷氨酸与 GABA 数据集
该数据集为一项关于阿尔茨海默病（Alzheimer's disease）的7T磁共振波谱（MRS）研究提供数据支撑，聚焦谷氨酸（glutamate）与γ-氨基丁酸（GABA）相关指标，对应稿件由Göschel等人于2026年提交。数据集存放于Zenodo的受限访问记录中，内容包括主数据集、质量控制（qc）数据集以及复现相关稿件中报告的分析与结果所需的统计代码。由于数据保护要求，数据集访问受到限制；主数据集含假名化的参与者标识符，统计代码在实施特定排除时也会引用这些标识符，相关排除在主文中予以说明和论证。该记录按原始项目提案保留完整数据集，包括未纳入稿件分析的额外测量内容。数据集分类归入神经系统疾病／阿尔茨海默病，来源站为doi.org，作者为Göschel, Laura，机构标注为Zenodo，发布时间为2026年，许可条款为不得重用或再分发。
【数据集背景】
该数据集服务于阿尔茨海默病领域的7T磁共振波谱研究，主题涉及谷氨酸与GABA的测量与分析。相关稿件由Göschel等人于2026年提交，数据集即为支撑该稿件分析与结果复现而建立。数据集在分类上归入神经系统疾病下的阿尔茨海默病方向，来源站为doi.org，作者为Göschel, Laura，机构标注为Zenodo，发布时间为2026年。由于涉及参与者层面的数据保护要求，该Zenodo记录被设置为受限访问，而非公开开放。
【数据内容】
存放于该受限访问Zenodo记录中的文件包括三部分：主数据集、质量控制（qc）数据集，以及复现相关稿件中报告的分析和结果所需的统计代码。主数据集包含假名化的参与者标识符；这些标识符在统计代码中被必要地引用，以实施特定排除，相关排除在稿件主文中有所描述和论证。保留这些标识符的目的在于使统计分析能够被准确复现。按照原始项目提案，完整数据集还包含未纳入稿件分析的额外测量内容。除上述内容外，源站未提供更细的数据变量、样本量或文件格式说明。
【采集与来源】
数据集来源于doi.org所指向的Zenodo受限访问记录，作者为Göschel, Laura，机构标注为Zenodo，发布时间为2026年。源站描述表明，该记录与一篇关于7T MRS谷氨酸和GABA在阿尔茨海默病中的稿件相关联，数据集的组成围绕该稿件的分析与结果复现需求而组织。关于具体的采集地点、采集设备参数、参与者招募方式与样本来源等信息，源站未提供。
【适用场景】
该数据集适用于复现相关稿件中报告的分析与结果，包括运行随数据一并提供的统计代码，以及在必要时借助主数据集中的假名化参与者标识符实施稿件主文所述和论证的特定排除。由于数据涉及阿尔茨海默病7T MRS的谷氨酸与GABA主题，其用途与稿件所报告的分析直接对应。关于该数据集在其他研究场景中的适用性，源站未提供。
【使用方法】
使用该数据集需通过Zenodo的受限访问机制获取，访问因数据保护要求而受到限制。获取后，可结合主数据集、质量控制（qc）数据集与统计代码复现稿件中的分析；统计代码在实施特定排除时会引用主数据集中的假名化参与者标识符，相关排除的依据见稿件主文。源站还说明，不含参与者假名的统计代码版本已在GitHub上公开可用。关于具体的运行环境、依赖项与操作步骤，源站未提供。
【质量与限制】
该数据集附带独立的质量控制（qc）数据集，用于支撑分析中的质量控制环节。主要限制在于访问受限：由于数据保护要求，数据集不能公开获取；主数据集含假名化参与者标识符，这些标识符被保留以支持准确复现，统计代码在必要时引用它们。许可条款为不得重用或再分发，进一步限制了数据的使用与传播。关于数据质量的具体指标、缺失情况与偏差评估，源站未提供。
【引用与许可】
引用该数据集时，应指向doi.org所对应的Zenodo受限访问记录，作者为Göschel, Laura，机构标注为Zenodo，发布时间为2026年，数据集英文名称为Dataset used in manuscript submission 7T MRS glutamate and GABA in Alzheimer's disease, Göschel et al., 2026。许可条款为No reuse or redistribution，即不得重用或再分发。关于具体的引用格式与许可细节，源站未提供。
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.23473600
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
存放于该受限访问的Zenodo记录中的文件包括主数据集、质量控制（qc）数据集，以及重现相关手稿中所报告的分析和结果所需的统计代码。由于数据保护要求，数据集的访问受到限制。主数据集包含化名参与者标识符，统计代码在必要时也会引用这些标识符以实施特定的排除。这些排除在手稿正文中进行了描述和论证。在此受限访问存储中保留这些标识符是为了能够准确重现统计分析。不含参与者化名的统计代码版本已在GitHub上公开可用。根据原始项目提案，包括本存储中未包含的额外测量在内的完整数据集，拟在后期阶段公开提供，但须符合适用的数据保护要求和相关批准。
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。
