齐墩果酸与赤藓二醇对前驱期阿尔茨海默病的神经保护作用
该数据集来自 clinicaltrials.gov,主题为齐墩果酸与赤藓二醇在前驱期阿尔茨海默病中的神经保护作用,属于神经系统疾病/阿尔茨海默病范畴

基本信息
资源简介
齐墩果酸与赤藓二醇对前驱期阿尔茨海默病的神经保护作用
该数据集来自 clinicaltrials.gov,主题为齐墩果酸与赤藓二醇在前驱期阿尔茨海默病中的神经保护作用,属于神经系统疾病/阿尔茨海默病范畴。源站描述显示 NEUROLEA 是一项多中心、随机、双盲、对照饮食干预试验,由 Instituto de la Grasa (CSIC) 协调,受试者来自三家西班牙医院神经内科。研究涉及高纯度齐墩果酸及富含齐墩果酸的橄榄油、对照油和含齐墩果酸与赤藓二醇的果渣橄榄油。可用于探索饮食干预与阿尔茨海默病前驱期神经保护相关的预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Alzheimer s Disease, Prodromal Alzheimer's Disease. NEUROLEA 是一项由 Instituto de la Grasa (CSIC) 协调的多中心、随机、双盲、对照饮食干预试验。参与者将在 Hospital Universitario Virgen del Rocío、Hospital Universitario Reina Sofía 和 Hospital Universitario de Valme 的神经内科招募。研究用油。高纯度结晶齐墩果酸(>95%)将按照研究团队开发的程序(西班牙专利 ES2160553)从橄榄叶中获取,并用于根据欧洲专利 EP18382510 制备富含齐墩果酸的橄榄油(600 mg/kg)。一种商业橄榄油 0.4° 将作为对照油,因为它与其他油具有相同的脂肪酸组成,但次要生物活性成分含量极低。果渣橄榄油天然含有齐墩果酸和赤藓二醇。
【主题与分类】
主题标签:Alzheimer s Disease、Prodromal 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/NCT07847944
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/NCT07847944
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:阿尔茨海默病、前驱期阿尔茨海默病。NEUROLEA是一项由脂肪研究所(CSIC)协调的多中心、随机、双盲、对照膳食干预试验。参与者将在维尔根·德尔·罗西奥大学医院、雷纳·索菲亚大学医院和瓦尔梅大学医院的神经内科招募。研究用油。高纯度结晶齐墩果酸(>95%)将按照研究团队开发的工艺(西班牙专利ES2160553)从橄榄叶中提取,并依据欧洲专利EP18382510用于制备富含齐墩果酸的橄榄油(600 mg/kg)。一种商业橄榄油0.4°将作为对照油,因为它与其他油具有相同的脂肪酸组成,但微量生物活性成分含量极低。果渣橄榄油天然含有齐墩果酸和赤桐醇,将从当地市场购买。干预开始前,将通过气相色谱法和差示扫描量热法验证油的成分。随机化与盲法。分配将遵循由试验协调员准备的计算机生成的随机数字。
参与者、临床与营养研究人员,以及负责认知评估评分的神经心理学家将对分组情况保持盲态。样本量方面,若要在12个月内以90%的把握度检测到功能性油组痴呆发生率较对照组25%的发生率降低10%,每组需要34名参与者(α=0.05)。考虑到长期饮食干预中最高可达15%的脱落率,目标为每组40名参与者(共120名)。干预与随访方面,参与者将每日摄入55 mL所分配到的油,最好以生食方式分于三餐中食用,持续12个月。依从性将通过自我报告的Haynes-Sackett依从性测试以及回收空瓶进行评估,这些方法均为该团队此前使用过的方法。
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。




