Gamma光声刺激预防阿尔茨海默病风险人群痴呆研究
研究招募55岁以上、记忆正常且有或曾有近亲患阿尔茨海默病的参与者,共200人接受血液检测,其中一部分接受amyloid PET扫描,仅50名有脑淀粉样蛋白沉积者继续研究

基本信息
资源简介
Gamma光声刺激预防阿尔茨海默病风险人群痴呆研究
该数据集来自clinicaltrials.gov,属于神经系统疾病/阿尔茨海默病分类,主题标签为Alzheimer Disease与Family Members。研究招募55岁以上、记忆正常且有或曾有近亲患阿尔茨海默病的参与者,共200人接受血液检测,其中一部分接受amyloid PET扫描,仅50名有脑淀粉样蛋白沉积者继续研究。参与者在家使用设备12个月,每天清醒时使用60分钟,并前往波士顿Massachusetts General Hospital进行4-6次访视,接受PET、MRI、EEG、血液检测、记忆测试和问卷以监测进展(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:阿尔茨海默病、家庭成员。研究者正在招募55岁以上、记忆正常且有一名或曾有一名近亲患阿尔茨海默病的参与者。200名参与者将接受血液检测,其中一部分将接受amyloid PET扫描,只有50名有脑淀粉样蛋白沉积的参与者将继续参与研究。参与者和研究者均不会知道参与者接受的是假刺激还是真刺激。参与者将在家中使用该设备12个月,每天清醒时使用60分钟。参与者将前往波士顿的Massachusetts General Hospital进行4-6次访视:开始刺激前、6个月时以及使用12个月后。参与者将在每次访视时接受PET扫描、MRI、EEG、血液检测以及记忆测试和问卷,以监测进展。此外,人们
【主题与分类】
主题标签:Alzheimer Disease、Family Members。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/NCT05776641
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/NCT05776641
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
疾病:阿尔茨海默病,家庭成员。研究人员正在招募年龄在55岁及以上、记忆力正常,且有一位或多位近亲患有或曾患有阿尔茨海默病的参与者。200名参与者将接受血液检测,其中一部分人将接受淀粉样蛋白PET扫描,只有50名有脑淀粉样蛋白沉积的参与者将继续参与研究。参与者和研究人员均不会知道参与者接受的是假刺激还是真刺激。参与者将在家中每天清醒时使用该设备60分钟,持续12个月。参与者将前往波士顿的麻省总医院进行4至6次访视:开始刺激前、第6个月以及使用12个月后。每次访视时,参与者将接受PET扫描、MRI、EEG、血液检测、记忆测试和问卷调查,以监测进展。此外,人们可以选择允许我们研究其脑脊液。参与者还将佩戴一块类似“fitbit”的手表,在整个研究期间监测睡眠和活动。本研究的目标是评估使用我们的设备以40Hz进行刺激是否能减少大脑中的阿尔茨海默病病理。
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。




