阿尔茨海默病中 Tau 示踪剂头对头协调研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT05361382

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。这是一项纵向、多中心、非随机研究，参与者将在基线和大约18个月的随访时接受Flortaucipir和MK-6240 PET扫描。在每个时间点，参与者还将接受淀粉样蛋白-β PET扫描、磁共振成像、详细的认知测试以及用于生物标志物定量的抽血。本研究的主要目标是标准化tau PET示踪剂的结果并比较其性能。为实现我们的目标，研究人员提出以下具体目标：在目标1中，研究人员将标准化tau PET处理方法，将示踪剂转换为共同量表，比较与淀粉样蛋白-β、萎缩和认知的关联，并使用横断面数据比较/协调tau示踪剂之间的Braak分期评估。在目标2中，研究人员将确定纵向分析的最佳处理方法，并比较使用tau PET放射性药物获得的tau积累的纵向变化及其与淀粉样蛋白-β、萎缩和认知变化的关联。

在探索性目标3中，研究人员将比较横断面和纵向的Flortaucipir与MK-6240估算值与血浆磷酸化tau蛋白浓度。此研究将生成一个基准数据集，用于开发tau PET定量与标准化方法。

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。