认知障碍中突触密度的在体PET成像
该数据集来自clinicaltrials.gov，聚焦认知障碍中的突触密度在体PET成像，涵盖Alzheimer病、额颞叶变性、路易体痴呆及精神障碍
基本信息
资源简介
认知障碍中突触密度的在体PET成像
该数据集来自clinicaltrials.gov，聚焦认知障碍中的突触密度在体PET成像，涵盖Alzheimer病、额颞叶变性、路易体痴呆及精神障碍。计划纳入40名健康对照和110名由UZ Leuven记忆门诊转诊、诊断不确定且已接受[18F]-FDG PET检查的患者，估计亚组为AD（aMCI）30例、DLB 20例、FTD 30例、晚发精神障碍30例。扫描使用3T GE Signa PET-MR，注射150 MBq [18F]-SynVesT-1，健康对照采集90分钟，患者采集注射后60至90分钟，并采集健康对照动脉血样。可用于认知障碍鉴别诊断与突触密度相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Alzheimer病、额颞叶变性、路易体痴呆、精神障碍。将纳入40名健康对照以及110名由UZ Leuven记忆门诊转诊、认知障碍诊断不确定且已在其检查流程中接受[18F]-FDG PET成像的患者（估计亚组规模：最终诊断为AD（aMCI）的患者30例；DLB患者20例；FTD患者30例；晚发精神障碍患者30例）。扫描将在3T GE Signa PET-MR扫描仪上采集，健康对照从注射150 MBq [18F]-SynVesT-1开始采集90分钟，患者则在注射150 MBq [18F]-SynVesT-1后60至90分钟采集。对于健康对照，将在10至90秒每10秒、90秒至3分钟每15秒手动采集离散动脉血样；然后在3.5、5、6.5、8、12、15、20、25
【主题与分类】
主题标签：Alzheimer Disease、Frontotemporal Degeneration、Dementia With Lewy Bodies、Psychiatric Disorder。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/NCT05384353
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/NCT05384353
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
条件：阿尔茨海默病、额颞叶变性、路易体痴呆、精神疾病。将纳入40名健康对照者以及110名由鲁汶大学记忆门诊转诊、认知障碍诊断不明确且已在其检查流程中接受[18F]-FDG PET成像的患者（估计亚组规模：最终诊断为AD（aMCI）的患者30名；DLB患者20名；FTD患者30名；晚发性精神疾病患者30名）。扫描将在3T GE Signa PET-MR扫描仪上进行，健康对照者从注射150 MBq [18F]-SynVesT-1开始采集90分钟，患者则在注射150 MBq [18F]-SynVesT-1后60至90分钟进行采集。对于健康对照者，将在10至90秒期间每10秒、90秒至3分钟期间每15秒手动采集离散动脉血样；随后在3.5、5、6.5、8、12、15、20、25、30、45、60、75和90分钟采集。用于放射性代谢物校正的血浆样本将在注射后3、8、15、30、60和90分钟采集。
所有健康对照者也将接受一套神经心理学测试组合，必要时，患者还将在记忆门诊所做测试的基础上接受额外的有限神经心理学测试。
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。
