老龄化人群脑淀粉样斑块成像

该数据集来自 clinicaltrials.gov,聚焦老龄化人群脑内淀粉样斑块的 PET 成像研究。覆盖阿尔茨海默病、路易体痴呆、额颞叶痴呆和血管性痴呆等神经退行性疾病

Mayo ClinicMayo Clinic
clinicaltrials
浏览 15
蛋白质预测Alzheimer's DiseaseDementia With Lewy BodiesFrontotemporal DementiaVascular Dementia
Imaging of Brain Amyloid Plaques in the Aging Population

基本信息

模态
蛋白质
任务类型
预测
创建/更新时间
2026-10-08

资源简介

老龄化人群脑淀粉样斑块成像

该数据集来自 clinicaltrials.gov,聚焦老龄化人群脑内淀粉样斑块的 PET 成像研究。覆盖阿尔茨海默病、路易体痴呆、额颞叶痴呆和血管性痴呆等神经退行性疾病。研究使用新型 PET 显像剂 Pittsburgh Compound B(PiB)识别脑淀粉样蛋白,在正常志愿者与多种神经退行性疾病患者中评估该成像技术的效用,并对受试者进行长期随访,以理解该新检测方法的预测能力。数据可用于神经退行性疾病的影像学生物标志物研究及风险因素分析(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、路易体痴呆、额颞叶痴呆、血管性痴呆。识别神经退行性疾病的风险因素和生物标志物对于照护日益增多的老年人至关重要。成像生物标志物提供了观察脑功能的非侵入性方法。一种可识别脑淀粉样蛋白的新型 PET 显像剂 Pittsburgh Compound B(PiB)是脑成像领域令人振奋的进展,需要加以研究。我们计划在正常志愿者和患有多种神经退行性疾病的患者中研究这一成像技术,以确定其效用。对这些受试者的长期随访将使我们能够理解这一新检测方法的预测能力。

【主题与分类】

主题标签:Alzheimer's Disease、Dementia With Lewy Bodies、Frontotemporal Dementia、Vascular Dementia。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/NCT00950430

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/NCT00950430

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、路易体痴呆、额颞叶痴呆、血管性痴呆。识别神经退行性疾病的危险因素和生物标志物对于照护日益增多的老年人群至关重要。影像学生物标志物提供了观察脑功能的非侵入性方法。一种新的PET显像剂——匹兹堡化合物B(PiB),能够识别脑内淀粉样蛋白,是脑成像领域令人振奋的进展,有待研究。我们计划在正常志愿者和患有多种神经退行性疾病的患者中研究这一成像技术,以确定其效用。对这些受试者的长期随访将使我们能够了解这一新检测方法的预测能力。

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