阿尔茨海默病及其局灶变异中神经元韧性机制：PET/MR研究
该数据集来自clinicaltrials.gov，聚焦阿尔茨海默病（早发型）与后皮质萎缩（PCA）患者，采用PET/MR成像手段，研究神经元韧性机制
基本信息
资源简介
阿尔茨海默病及其局灶变异中神经元韧性机制：PET/MR研究
该数据集来自clinicaltrials.gov，聚焦阿尔茨海默病（早发型）与后皮质萎缩（PCA）患者，采用PET/MR成像手段，研究神经元韧性机制。研究假设局灶型（PCA）与弥漫型（AD-Y）患者在脑白质受累程度、功能网络重组及病理损伤分布与负荷上存在差异。数据可用于探索阿尔茨海默病不同临床表型背后的神经韧性机制，帮助理解疾病病理生理过程，并为药物干预与功能康复提供依据（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：早发型阿尔茨海默病、后皮质萎缩。工作假设：我们假设“局灶型”患者（PCA）与“弥漫型”患者（AD-Y）相比，（i）白质受累较轻；（ii）功能性脑网络有效重组；（iii）病理上具有不同的地形分布和病灶负荷。本项目与我们团队及国际其他团队已完成的工作没有重复。预期收益：本研究将揭示一组阿尔茨海默病患者的神经韧性机制，这些患者虽然患有同一种疾病，但表现出非常不同的临床和认知特征。证明患病大脑中这些特定的韧性机制对于更好地理解阿尔茨海默病的病理生理过程至关重要。我们认为，药物方法和功能再教育
【主题与分类】
主题标签：Alzheimer Disease, Early Onset、Posterior Cortical Atrophy。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/NCT04150198
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/NCT04150198
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：早发性阿尔茨海默病、后皮质萎缩。工作假设：我们假设，“局灶性”患者（后皮质萎缩）与“弥漫性”患者（早发性阿尔茨海默病）相比，(i) 白质受累程度较轻；(ii) 功能性脑网络能有效重组；(iii) 在病理学上，病变 topography 和病灶负荷不同。本项目与我们团队及国际其他团队已完成的工作没有重复。预期收益：本研究将揭示一组阿尔茨海默病患者 resiliency 背后的神经机制，这些患者虽然患有同一种疾病，但临床表现和认知特征却截然不同。证明病变大脑中这些特定的 resiliency 机制，对于更好地理解阿尔茨海默病的病理生理过程至关重要。我们认为，针对该疾病的药物治疗和功能再训练，本质上取决于对 underlying 组织病理学（尤其是 tau 蛋白）的 topography 分布以及大脑对这些病变的反应能力（网络连接状态、功能重组）有更深入的了解。
此外，当针对AD的治疗方法可用时，精确界定表型变异对于筛选适合这些疗法的患者及进行治疗随访至关重要。从长远来看，通过经颅刺激可以调节并增强具有恢复力的神经回路。实际上，已有令人鼓舞的结果显示，这些技术能够改善痴呆患者受损认知功能的表现。
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。
