低剂量放疗治疗阿尔茨海默病脑淀粉样变性的效果

该数据集来自 clinicaltrials.gov,主题为低剂量放疗对阿尔茨海默病脑内淀粉样沉积的影响。源站描述指出,淀粉样沉积被认为是阿尔茨海默病发生的最早分子事件,动物模型已显示低剂量放疗可减少淀粉样β斑块并改善认知功能

Valentina GaribottoValentina Garibotto
clinicaltrials
浏览 10
其他回归Alzheimer Disease
Effect of Low Dose Radiotherapy on Brain Amyloidosis in the Treatment of Alzheimer's Disease

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-08

资源简介

低剂量放疗治疗阿尔茨海默病脑淀粉样变性的效果

该数据集来自 clinicaltrials.gov,主题为低剂量放疗对阿尔茨海默病脑内淀粉样沉积的影响。源站描述指出,淀粉样沉积被认为是阿尔茨海默病发生的最早分子事件,动物模型已显示低剂量放疗可减少淀粉样β斑块并改善认知功能。该初步研究拟纳入10例前驱期或早期很可能阿尔茨海默病且具有淀粉样病理证据的患者,评估短程低剂量放疗减少人脑淀粉样沉积的有效性,并使用分子影像(18F-Florbetapir)显示治疗对特定靶点的效果(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Conditions: Alzheimer Disease. 阿尔茨海默病(AD)是与痴呆相关的最常见神经退行性疾病,随着人口老龄化,其患病率持续增加。淀粉样沉积被认为是AD中发生的最早分子事件:正如动物模型已显示的,低剂量放疗(RT)疗程能够减少AD相关的淀粉样β斑块并改善认知功能。这项初步研究希望在10名诊断为前驱期或早期很可能AD且具有淀粉样病理证据的患者中,研究短程低剂量RT放疗使用分子影像(18F-Florbetapir)减少人脑淀粉样沉积的有效性,以显示治疗对特定靶点的效果。

【主题与分类】

主题标签:Alzheimer Disease。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://clinicaltrials.gov/study/NCT03352258

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/NCT03352258

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。阿尔茨海默病(AD)是与痴呆相关的最常见神经退行性疾病,其患病率随着人口老龄化而持续增加。淀粉样蛋白沉积被认为是AD中发生的首个分子事件:正如动物模型已显示的,低剂量放射治疗(RT)疗程能够减少AD相关的淀粉样β斑块并改善认知功能。这项初步研究希望在10名诊断为前驱期或早期很可能AD且有淀粉样蛋白病理证据的患者中,探讨短程低剂量RT放疗利用分子影像(18F-Florbetapir)减少人脑淀粉样蛋白沉积的有效性,以显示该治疗对特定靶点的效果。

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。

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