阿尔茨海默病眼动生物标志物开发数据集

该数据集来自clinicaltrials.gov,聚焦阿尔茨海默病与健康对照人群,通过眼动追踪软件应用采集参与者对简短认知测试的应答,以及观看视觉刺激时的无创眼动测量数据

McGill UniversityMcGill University
clinicaltrials
浏览 10
表格预测Alzheimer's DiseaseHealthy Controls
Development of Eye-movement Based Biomarkers in Alzheimer's Disease

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-18

资源简介

阿尔茨海默病眼动生物标志物开发数据集

该数据集英文名为 Development of Eye-movement Based Biomarkers in Alzheimer's Disease,来源于 clinicaltrials.gov,在本站归类于神经系统疾病 / 阿尔茨海默病方向。数据集聚焦阿尔茨海默病(Alzheimer's Disease)患者与健康对照(Healthy Controls)两类人群,核心内容是围绕眼动追踪软件应用的开发与验证所形成的研究数据。研究通过让参与者完成简短的认知测试,并在专门设计的眼动追踪测试中观看视觉刺激,同步采集其无创眼动测量结果。这些数据将被用于开发机器学习算法,并验证一款旨在追踪阿尔茨海默病进展性成分及相关认知变化的软件应用。整体而言,该数据集服务于以眼动为生物标志物的阿尔茨海默病无创评估研究,兼具认知测试应答与眼动测量两类信息,主题标签为 Alzheimer's Disease 与 Healthy Controls。

【数据集背景】

阿尔茨海默病是一种影响认知功能的神经系统疾病,寻找敏感、非侵入性的生物标志物是该领域的重要研究方向。该数据集对应的研究以开发并验证一款敏感且无创的眼动追踪软件应用为目标,试图通过眼动这一可客观测量的行为指标,捕捉与阿尔茨海默病相关的认知功能变化。研究同时纳入阿尔茨海默病患者与健康对照人群,为在对照比较中识别与疾病相关的眼动特征提供基础。研究设计中的认知测试用于评估若干已知受阿尔茨海默病影响的关键功能,而眼动测量则针对专门设计的视觉刺激任务进行,两者结合构成该研究的数据基础。

【数据内容】

数据集包含参与者在简短认知测试中的应答,以及在专门设计的眼动追踪测试中观看视觉刺激时获得的无创眼动测量数据。认知测试的设计目标是评估若干已知受阿尔茨海默病影响的关键功能;眼动测量则记录参与者对视觉呈现刺激的眼动反应。参与者覆盖阿尔茨海默病与健康对照两类人群。上述数据将用于开发机器学习算法,并用于验证一款旨在追踪阿尔茨海默病进展性成分及相关认知变化的软件应用。除上述内容外,源站未提供更细的数据字段、样本量或数据规模说明。

【采集与来源】

数据来源于 clinicaltrials.gov 所登记的研究。采集方式包括让参与者完成简短的认知测试,以及在专门设计的眼动追踪测试中观看视觉刺激并同步进行无创眼动测量。研究强调测量手段的非侵入性,眼动追踪以软件应用形式实现,研究目的之一即是对该软件应用进行开发与验证。参与人群为阿尔茨海默病患者与健康对照。关于采集设备型号、采集环境、采集时间跨度与具体流程细节,源站未提供。

【适用场景】

该数据集适用于以眼动为生物标志物的阿尔茨海默病研究,尤其是开发与评估基于眼动特征的机器学习算法,以及验证用于追踪阿尔茨海默病进展性成分和相关认知变化的软件应用。由于同时包含阿尔茨海默病与健康对照人群,数据可用于疾病组与对照组之间的比较分析,支持对已知受阿尔茨海默病影响的认知功能的评估研究。此外,数据也可用于探索简短认知测试应答与眼动测量之间的关系。其他具体应用方向源站未提供。

【使用方法】

使用该数据集时,可围绕研究的两类数据——认知测试应答与眼动测量——开展算法开发与验证工作,目标对应追踪阿尔茨海默病的进展性成分及相关认知变化。使用中应注意区分阿尔茨海默病与健康对照两类人群,以便进行组间对照分析。关于数据文件格式、字段定义、预处理方式、划分方案与配套工具,源站未提供。

【质量与限制】

该数据集来自 clinicaltrials.gov 登记的研究,其数据用途明确指向机器学习算法开发与软件应用验证。由于源站未提供样本量、数据规模、采集设备与流程细节、缺失情况以及验证结果等信息,数据质量的量化评估与外部泛化能力的判断受到限制。使用者在依赖该数据得出结论前,应结合源站进一步核实相关研究细节。其他质量与限制信息源站未提供。

【引用与许可】

该数据集来源于 clinicaltrials.gov,引用时应注明其英文名称 Development of Eye-movement Based Biomarkers in Alzheimer's Disease 及来源站 clinicaltrials.gov。关于许可条款、使用授权与具体引用格式,源站未提供。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://clinicaltrials.gov/study/NCT05176704

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:阿尔茨海默病、健康对照者。本研究旨在开发并验证一款灵敏且非侵入性的眼动追踪软件应用。本研究将获取参与者对简短认知测试的反应,这些测试旨在评估已知受阿尔茨海默病影响的若干关键功能,并获取在专门设计的眼动追踪测试中,对视觉呈现刺激作出反应的非侵入性眼动测量数据。研究数据将用于开发机器学习算法,并验证一款旨在追踪阿尔茨海默病进展性成分及相关认知变化的软件应用。

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。

获取专属数据定制方案