利用外周生物标志物与整合建模提高致痴呆神经退行性疾病的预后置信度

数据集获取

源站：https://clinicaltrials.gov/study/NCT06529744

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：痴呆、阿尔茨海默病、路易体痴呆、血管性痴呆、额颞叶痴呆、轻度认知障碍、皮质基底节综合征、进行性核上性麻痹。本研究的目标是建立一个模型，以预测轻度认知障碍和各类痴呆患者的疾病进展。为实现这一目标，本研究将评估不同的测试，包括：脑成像（MRI）、体液样本（血液和脑脊液）、皮肤活检、认知能力和行为问卷。研究团队希望这些信息可用于指导诊断，并更好地预测轻度认知障碍和早期痴呆患者的疾病进展。

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。