痴呆数字检测（D Cubed）研究：D3

数据集获取

源站：https://clinicaltrials.gov/study/NCT06224205

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

疾病：阿尔茨海默病及相关痴呆症（ADRD）。阿尔茨海默病及相关痴呆症（ADRD）对数百万美国人造成负面影响，每年社会成本超过2亿美元。1 目前，半数患有ADRD的美国人从未得到诊断。2-7 对于得到诊断的患者，诊断往往在症状出现后2至5年才发生。6-9 正如美国国家老龄化研究所（NIA）所述（RFA-AG-20-051），“无法诊断和治疗认知障碍会导致长期且昂贵的医疗护理”，并且“早期发现可以帮助痴呆症患者及其照护伙伴规划未来”。此外，如果针对ADRD的疾病修饰疗法开发成功，可能需要在ADRD的极早期阶段使用此类疗法。1 然而，当前使用认知测试或生物标志物进行ADRD早期检测的方法由于接受度低、侵入性强、成本高或在农村及服务不足地区缺乏可及性而无法规模化推广。因此，NIA呼吁开发低成本、有效且可规模化的ADRD早期检测方法（RFA-AG-20-051）。

为响应RFA-AG-20-051关于“测量认知衰退的筛查与评估工具的验证及转化”的号召，将在印第安纳州中部的Eskenazi Health开展一项实用型整群随机对照比较效果（NIH IV期）试验，并在南佛罗里达州来自农村、郊区和城市多元化初级保健机构的患者中复制开展另一项实用型试验。该实用型试验将把被动数字标记物（PDM）和快速痴呆评定量表（QDRS）纳入Medicare支付的年度健康访视（AWV）中，针对来自两个独立研究点各机构的患者队列实施；每项实用型试验中的机构将被随机分配至3个组别之一（仅AWV、AWV加PDM，以及PDM加QDRS）。快速痴呆评定量表（QDRS）是一种经过验证的患者报告

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。