功能化即时检测与3D打印牙科矫治器用于神经退行性疾病早期检测的设备

数据集获取

源站：https://clinicaltrials.gov/study/NCT07870070

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：神经退行性疾病，阿尔茨海默病。目前，对神经退行性起源的痴呆的治疗仅限于对症药物，这些药物无法干预神经退行性的潜在机制，因为导致痴呆的病理过程在临床症状出现前数十年即已开始。在此背景下，用于诊断阿尔茨海默病（AD）——最常见的痴呆形式——的生物标志物目前已经可用，但要么具有侵入性，需要腰椎穿刺，要么非常昂贵，例如使用淀粉样蛋白和潜在tau示踪剂的PET成像。因此，它们在不同临床环境中的广泛应用是不切实际的。相应地，该领域的主要挑战之一是识别具有高阴性预测值（NPV）的外周筛查生物标志物，能够识别疾病相关生物标志物阴性的个体，从而可将其归类为健康。神经退行性疾病最有前景的生物标志物包括微小RNA（miRNA），即小型非编码RNA分子。

本研究是意大利国家复苏与韧性计划（PNRR）中关于高影响非传染性慢性疾病（MCnT2）项目的一部分，项目编号PNRR-POC-2023-12377354，由意大利卫生部/欧盟——下一代欧盟——PNRR M6C2，投资2.1“加强和巩固意大利国家卫生服务体系内的生物医学研究”资助。参与机构为米兰Fondazione IRCCS Ca’ Granda Ospedale Maggiore Policlinico和卡塔尼亚Azienda Ospedaliero-Universitaria“Policlinico San Marco”。该资助PNRR项目的主要工作假设是：鉴定与年龄匹配的健康个体和非AD疾病患者相比，在AD患者中失调的miRNA；以及开发一种基于溶液的传感器，用于简化检测所鉴定的miRNA。该传感器将利用在意大利开发的生物化学方法

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。