低强度聚焦超声治疗轻度认知障碍与轻度阿尔茨海默病
该数据集来自 clinicaltrials.gov,聚焦低强度聚焦超声脉冲(LIFUP)靶向内嗅皮层,用于遗忘型轻度认知障碍与轻度阿尔茨海默病的概念验证试验

基本信息
资源简介
低强度聚焦超声治疗轻度认知障碍与轻度阿尔茨海默病
该数据集来自 clinicaltrials.gov,聚焦低强度聚焦超声脉冲(LIFUP)靶向内嗅皮层,用于遗忘型轻度认知障碍与轻度阿尔茨海默病的概念验证试验。研究涉及一次 Zoom 入组、三次现场和三次远程随访,约五周内完成,参与者需填写问卷、接受学习记忆测试、抽血、无痛超声刺激及 MRI 扫描。数据可用于评估该干预对认知功能与脑影像指标的影响,支持神经调控与阿尔茨海默病早期干预研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:轻度认知障碍、遗忘型轻度认知障碍、深部脑刺激、轻度阿尔茨海默病。这是一项低强度聚焦超声脉冲(LIFUP)靶向内嗅皮层的概念验证试验,受试者为遗忘型轻度认知障碍和轻度阿尔茨海默病患者。参与研究将包括一次 Zoom 入组会议、三次现场会议和三次远程 Zoom 随访会议,历时约五周。现场会议第一次约需 5 小时,后两次各约 3 小时。Zoom 入组会议需 1-2 小时,Zoom 随访会议每次约 2 小时。参与者将被要求完成问卷和学习与记忆测试,抽血,接受对其大脑中与记忆相关部位的无痛超声刺激,并完成 MRI 扫描。
【主题与分类】
主题标签:Mild Cognitive Impairment、Amnestic Mild Cognitive Disorder、Deep Brain Stimulation、Mild Alzheimer's 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/NCT05417555
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/NCT05417555
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:轻度认知障碍、遗忘型轻度认知障碍、深部脑刺激、轻度阿尔茨海默病。这是一项针对遗忘型轻度认知障碍(MCI)和轻度阿尔茨海默病患者,以 entorhinal cortex(内嗅皮层)为靶点的低强度聚焦超声脉冲(LIFUP)概念验证试验。参与研究将包括在大约五周内进行1次Zoom入组会话、3次面对面会话和3次远程Zoom随访会话。面对面会话中,第一次约需5小时,后两次各约需3小时。Zoom入组会话将需要1至2小时,Zoom随访会话每次约需2小时。参与者将被要求完成问卷以及学习和记忆测试,进行抽血,接受对其大脑中与记忆相关部位的无痛超声刺激,并完成脑部MRI扫描。LIFUP将在MRI扫描仪内进行,以便我们能够实时测量大脑活动的变化。在研究开始时,您将被随机分配到四个不同组别之一,该组别决定您将接受多少LIFUP刺激。
您被分配到各组的几率相等。三个活性刺激组之一的受试者将在第二次现场访视时接受1剂、2剂或3剂LIFUP,并在第三次现场访视时再次接受相同剂量的LIFUP。安慰剂组的受试者在两次MRI/LIFUP访视(第2次和第3次现场访视)中均不接受LIFUP刺激。但是,如果在本研究结束时,该治疗被证明有效,而您属于安慰剂组受试者,我们将免费为您提供一次使用最有效剂量的治疗。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




