LESCOD：认知障碍中的Lewy体筛查

数据集获取

源站：https://clinicaltrials.gov/study/NCT02263287

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：阿尔茨海默病、路易体病。在尸检系列中，路易体痴呆（DLB）是第二常见的神经退行性痴呆。然而，在流行病学登记中，DLB在临床诊断中所占比例较小。事实上，阿尔茨海默病（AD）和DLB常并存，它们有许多共同症状，而在DLB诊断中非运动症状所占权重较小。DLB处于与AD重叠的病理谱末端，这解释了两种诊断标准诊断价值均不佳的原因。迄今为止，仍需要一种能够区分单纯DLB患者、同时表现出AD和DLB常见体征的患者以及单纯AD患者的工具。本研究旨在验证一种半定量量表，该量表设计用于反映轻至中度认知下降患者的路易体负荷。研究者假设，所获得的评分可能有助于区分AD、DLB以及同时符合DLB和AD临床标准的患者。

该评分也可能与通过[18F]氟多巴PET/计算机断层扫描评估的多巴胺能耗竭相关，以及与脑脊液中测量的ADD潜在生物标志物相关。这项临床验证是初步工作，为进一步研究LeSCoD评分与功能影像特征、预后及治疗反应的相关性奠定基础。因此，预期成果包括改善痴呆患者的护理，以及为后续治疗研究更好地筛选患者。

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。