阿尔茨海默病血浆来源胶质细胞外囊泡纵向分析
该数据集来自 clinicaltrials.gov,聚焦阿尔茨海默病连续谱中的血浆来源胶质细胞外囊泡(GDEV)与神经炎症生物标志物的纵向分析

基本信息
资源简介
阿尔茨海默病血浆来源胶质细胞外囊泡纵向分析
该数据集来自 clinicaltrials.gov,聚焦阿尔茨海默病连续谱中的血浆来源胶质细胞外囊泡(GDEV)与神经炎症生物标志物的纵向分析。覆盖主观认知下降(SCD)、阿尔茨海默病所致轻度认知障碍(MCI)、阿尔茨海默病痴呆及阿尔茨海默病(AD)等阶段。研究旨在理解神经炎症在 AD 进展中的作用,探索用于诊断、预后和疾病监测的新型无创血液生物标志物,并通过双转化方法测试疾病阶段特异性 GDEV 对健康人 iPSC 来源神经元的神经毒性或致敏效应,揭示其直接生物学影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:主观认知下降(SCD)、阿尔茨海默病所致轻度认知障碍(MCI)、阿尔茨海默病痴呆、阿尔茨海默病(AD)。该项目的主要目标是纵向分析血浆来源的 GDEV 和神经炎症生物标志物,以更好地理解它们在 AD 进展中的作用,并研究用于改进诊断、预后和疾病监测的新型、无创血液生物标志物。该研究将聚焦 AD 连续谱的关键阶段,调查神经炎症与核心 AD 病理、认知下降和临床进展的既定指标随时间变化之间的关系。一种创新的双转化方法将测试疾病阶段特异性 GDEV 对健康人 iPSC 来源神经元的影响,评估其神经毒性或致敏效应,并揭示其直接生物学影响。这 c
【主题与分类】
主题标签:Subjective Cognitive Decline (SCD)、Alzheimer's Disease Dementia、Alzheimer's Disease (AD)。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/NCT07803055
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/NCT07803055
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
研究条件:主观认知下降(SCD)、阿尔茨海默病所致轻度认知障碍(MCI)、阿尔茨海默病痴呆、阿尔茨海默病(AD)。本项目的主要目标是对血浆来源的GDEVs和神经炎症生物标志物进行纵向分析,以更好地理解它们在AD进展中的作用,并研究新型、非侵入性的血液生物标志物,以改善诊断、预后和疾病监测。研究将聚焦于AD连续病程的关键阶段,探讨神经炎症与已确立的核心AD病理指标、认知下降及临床进展随时间变化之间的关系。一项创新的双重转化方法将测试疾病阶段特异性GDEVs对健康人iPSC来源神经元的影响,评估其神经毒性或致敏效应,并揭示其直接的生物学影响。这种联合方法旨在识别早期神经炎症特征,并探索新型诊断和治疗靶点。
将采用多学科方法来实现以下四个目标:目标1:描绘从认知正常个体到SCD-AD、MCI-AD和Dem-AD患者,在整个AD连续过程中的血浆来源GDEV货物和神经炎症生物标志物的变化特征。目标2:研究GDEV/神经炎症生物标志物与淀粉样蛋白病变、tau蛋白病变和神经退行性变的液体生物标志物之间的关系。目标3:评估它们与AD进展的临床和认知标志物的关联,识别可预测认知下降和临床进展速度的生物学特征。目标4:评估来自不同疾病阶段的GDEV对健康受试者的人iPSC衍生神经元的神经毒性或致敏效应。
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。

![[18F]ACI-19626 PET 在 TDP-43 蛋白病中的应用](/medical-api/medicalDataset/datasetCover/69930.jpg)


