基于放射基因组学的SCD早期诊断

数据集获取

源站：https://clinicaltrials.gov/study/NCT04696315

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、主观认知下降、神经影像学、基因。全球痴呆症的总体患病率正在上升，给公众和医疗系统带来了沉重负担。主观认知下降（SCD）以自我报告认知功能下降但神经心理评估无客观损害为特征，被认为是AD的高危因素。伴有淀粉样蛋白病理的SCD被视为临床前AD的首个症状性指标（临床前AD所致SCD）。然而，如何构建并验证融合多模态信息、跨文化/种族的AD临床前诊断模型仍不清楚。在本研究中，所有来自德国和中国的主观认知下降参与者将接受淀粉样蛋白PET扫描，并根据是否存在淀粉样蛋白沉积证据分为两组（伴有淀粉样蛋白阳性的SCD和伴有淀粉样蛋白阴性的SCD）。研究者将比较德国和中国参与者的临床信息、遗传学、血液及多参数MRI数据，以评估不同文化/种族的共同特征和特异性特征。

然后，将提取与淀粉样蛋白沉积相关的关键特征，用于建立由临床前阿尔茨海默病导致的SCD的诊断模型，这将改进当前的阿尔茨海默病诊断体系。经过四年的随访，SCD将被分为SCD转化组和SCD非转化组。将进一步提取转化为认知障碍和痴呆的风险因素作为预测性生物标志物。通过本项目，将明确SCD在临床前阿尔茨海默病病因学、解剖学和定量诊断中的价值，以提高临床实践中临床前阿尔茨海默病诊断的敏感性和特异性。

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。