IONA 纵向队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT05892952

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：阿尔茨海默病、痴呆症。IONA纵向队列研究（LCS）将提供一个表型特征明确的（整合痴呆症风险因素数据、认知评估结果、疾病生物标志物和遗传学信息）人群，该人群代表苏格兰50岁及以上人口，涵盖AD痴呆及其他神经退行性疾病的风险谱系及最早疾病阶段。近期在阿尔茨海默病（AD）所致轻度认知障碍（MCI）和轻度AD治疗方面取得的治疗进展，以及血液生物标志物等诊断工具的进步，激发了该领域按照精准医学的最佳原则开发更具特异性的诊断方法和治疗手段。需要大型“真实世界”队列来了解这些以及未来其他突破性进展在远离高度选择性临床试验的真实世界人群中是否有效。精准医学要求识别具有相似诊断特征的疾病亚群，这些特征反映相似的疾病机制，因而可能对特定治疗干预产生一致的反应。

这将需要详细的临床、遗传和生物学表型分析。IONA LCS将在苏格兰独特地招募受试者，并确保拥有一个庞大、多样化的真实世界人群，以推动全球更准确诊断方法的发展，并加速新型疾病修饰疗法的开发。

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。