Tau-PET([18F]RO948)与Amyloid-PET在认知障碍患者中的增量诊断价值
该数据集来自clinicaltrials.gov,聚焦认知障碍患者中Tau-PET([18F]RO948)相较Amyloid-PET的增量诊断价值,属于神经系统疾病/阿尔茨海默病范畴
![Incremental Diagnostic Value of Tau-PET With [18F]RO948 vs Amyloid-PET in Patients With Cognitive Impairment](/medical-api/medicalDataset/datasetCover/144126.jpg)
基本信息
资源简介
Tau-PET([18F]RO948)与Amyloid-PET在认知障碍患者中的增量诊断价值
该数据集来自clinicaltrials.gov,聚焦认知障碍患者中Tau-PET([18F]RO948)相较Amyloid-PET的增量诊断价值,属于神经系统疾病/阿尔茨海默病范畴。源站描述涉及痴呆、阿尔茨海默病、轻度认知障碍(MCI)及MRI、FDG-PET、脑脊液淀粉样蛋白与tau病理等生物标志物的诊断与预后价值,并指出amyloid-PET临床效用已有充分研究而tau-PET尚缺前瞻性证据。数据可用于评估PET标志物在早期与鉴别诊断及MCI进展预测中的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:痴呆、阿尔茨海默病。痴呆被定义为与自主性丧失相关的认知障碍,通常 preceded by 一个前驱阶段——轻度认知障碍(MCI)——它代表一个高度异质的实体,包含不同的潜在病因,其中阿尔茨海默病(AD)是最普遍的之一。若干AD生物标志物——包括MRI、FDG-PET以及淀粉样蛋白和tau病理的脑脊液测量——已被验证为诊断性(允许AD的早期和鉴别诊断)和预后性(预测从MCI进展为AD所致痴呆)工具。相反,尽管对其临床效用的共识日益增加,淀粉样蛋白和tau病理的PET标志物的使用尚未成为标准临床实践。此外,虽然amyloid-PET的临床效用已被详尽研究,但迄今为止尚无研究前瞻性
【主题与分类】
主题标签:Dementia、Alzheimer Disease。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/NCT06618872
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/NCT06618872
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
疾病:痴呆、阿尔茨海默病。痴呆被定义为与自主能力丧失相关的认知障碍,通常以轻度认知障碍(MCI)这一前驱阶段为先导,MCI是一种高度异质性的实体,包含不同的潜在病因,其中阿尔茨海默病(AD)是最常见的病因之一。多种AD生物标志物——包括MRI、FDG-PET以及脑脊液中淀粉样蛋白和tau病理的检测指标——已被验证可作为诊断工具(有助于AD的早期诊断与鉴别诊断)和预后工具(预测从MCI向AD所致痴呆的进展)。相比之下,尽管对其临床效用的共识日益增多,淀粉样蛋白和tau病理的PET标志物尚未成为标准的临床实践。此外,虽然淀粉样蛋白-PET的临床效用已被详尽研究,但迄今为止尚无研究前瞻性地评估tau-PET的临床效用。评估诊断工具的临床效用对临床实践至关重要。这将是第一项评估[18F]RO948 tau-PET与……相比的临床效用的研究。
淀粉样蛋白PET的诊疗标准,为确定合适的诊断流程提供独特信息
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。




