NeuroCare社区项目：香港基于社区的阿尔茨海默病早期检测前瞻性观察性研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07347574

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：AD——阿尔茨海默病、轻度认知障碍、认知正常、痴呆。引言 人口老龄化是一项重大的全球性挑战，预计到2050年将有16亿人年龄超过65岁。衰老是许多慢性疾病的主要风险因素，包括阿尔茨海默病（AD）。香港是世界上老年人口比例最高的地区之一，也是预期寿命最长的地区之一，因此，香港在照护患有痴呆的老年市民方面将面临尤为沉重的负担。因此，为了更好地规划社区内老龄化人口的照护，需要整合华裔人群临床、认知、生物标志物和神经影像指标的稳健的、基于社区的数据。研究目标 * 在基于社区的环境中，以MRI扫描和PET成像作为金标准，比较临床评估、临床诊断和血液生物标志物组合在识别临床正常、MCI和AD方面的有效性。 * 验证血液生物标志物组合在预测从临床正常向MCI-AD、AD、非AD MCI/痴呆转化，以及从MCI向AD/非AD痴呆转化方面的作用。

• 探索用于AD诊断和进展的新型血液和影像生物标志物。研究设计：前瞻性、基于社区的队列研究，持续5年，参与者预期平均接受2-3年纵向随访。* 在社区中心对6，000名社区居住老年人进行预筛查（5分钟MoCA，无需知情同意）。* 在获得知情同意后，招募约2，500名参与者进入横断面队列。* 参与者选择和筛选详见下一节。参与者将接受临床、认知和功能评估；人口学和临床数据在地方中心收集。* 由研究人员（HKUST、HKCeND、TWC）进行血液采样，空腹血样在HKUST/HKCeND进行处理、分析和储存。* 蛋白质组学结果用于将参与者分层为低、中或高风险；影像学随访基于分层结果进行。研究场所 * 在地区级社区中心招募老年人，覆盖

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。