多模式生活方式干预对痴呆风险因素及痴呆风险相关态度的影响：一项后勤试点研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07146412

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

条件：认知障碍、阿尔茨海默血液生物标志物、阿尔茨海默病（AD）、轻度认知障碍（MCI）。许多人会发展为痴呆，而痴呆有多种病因，但目前我们的治疗选择有限。对现有痴呆治疗方法有效性的一个关键观察是，越早开始治疗往往越有效。既往研究表明，多模式生活方式干预可以显著延迟阿尔茨海默病高风险个体或轻度认知障碍（MCI）个体发展为阿尔茨海默痴呆。当痴呆已经确诊或病情更为进展时再启动这些干预，效果可能较差。本研究有两个主要目标。第一个目标是评估参与者在整个研究过程中，在得知其个性化风险以及可能改变该风险的生活方式因素后，对痴呆风险的态度。

第二个目标是为数据收集与处理以及多模式生活方式干预的实施提供后勤试点，以降低当前无认知障碍但处于痴呆高风险进展阶段的个体的痴呆风险因素。本研究的次要目标包括更明确地界定哪些因素对痴呆风险贡献最大，并识别由不同遗传和分子风险因素定义的痴呆亚型。

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。