额上回与全脑萎缩2年变化是否影响认知?研究数据
该数据集来自 AD Neuroimaging Initiative 数据库,包含 204 名参与者连续 3 年的年度结构性 MRI 扫描与认知数据,平均年龄 72.24(8.175) 岁

基本信息
资源简介
额上回与全脑萎缩2年变化是否影响认知?研究数据
该数据集来自 AD Neuroimaging Initiative 数据库,包含 204 名参与者连续 3 年的年度结构性 MRI 扫描与认知数据,平均年龄 72.24(8.175) 岁。研究评估脑结构变化与 Montreal Cognitive Assessment、Everyday Cognition visuospatial subtest(Ecog Visuospatial)及 Functional Assessment Questionnaire 表现之间的关联。数据内容包括分析所用的 MATLAB 脚本,以及数据提取和定量图像处理(即体积测量)的结果,可用于探究额上回代谢改变与结构萎缩、认知下降之间的关系(来源 data。
【数据内容】
源站描述(机器翻译,仅供参考):额上回(SFG)的代谢改变与认知下降以及从轻度认知障碍向阿尔茨海默病(AD)的转变有关。这些改变是否提示结构萎缩尚不清楚,而结构萎缩本可通过非侵入性结构成像进行大规模筛查。我们评估了来自 AD Neuroimaging Initiative 数据库的 204 名参与者连续 3 年的年度结构性 MRI 扫描和认知数据(平均年龄 72.24(8.175) 岁)。我们评估了脑结构变化与 Montreal Cognitive Assessment、Everyday Cognition visuospatial subtest(Ecog Visuospatial)和 Functional Assessment Questionnaire 表现之间的关联。该数据集包含分析所用的 MATLAB 脚本,以及数据提取和定量图像处理(即体积测量)的结果。
【主题与分类】
主题标签:brain、magnetic resonance images、superior frontal gyrus、brain atrophy、cognitive decline。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://datashare.ed.ac.uk/handle/10283/3156
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://datashare.ed.ac.uk/handle/10283/3156
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
额上回(SFG)的代谢改变与认知功能下降以及从轻度认知障碍向阿尔茨海默病(AD)的转化有关。这些改变是否提示结构性萎缩——若能证实,则可通过非侵入性结构成像进行大规模筛查——目前尚不清楚。我们评估了来自AD神经影像学倡议数据库(AD Neuroimaging Initiative database)204名参与者连续3年的年度结构性MRI扫描和认知数据(平均年龄72.24(8.175)岁)。我们评估了大脑结构变化与蒙特利尔认知评估(Montreal Cognitive Assessment)、日常认知视空间子测试(Ecog Visuospatial)和功能评估问卷(Functional Assessment Questionnaire)表现之间的关联。该数据集包含用于分析的MATLAB脚本,以及数据提取和定量图像处理(即体积测量)的结果。
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。




