早期阿尔茨海默病记忆丧失的非侵入性脑刺激
该数据集来自 clinicaltrials.gov,聚焦早期阿尔茨海默病相关记忆丧失的非侵入性脑刺激研究,覆盖阿尔茨海默病、阿尔茨海默病所致轻度认知障碍(MCI)及轻度痴呆人群

基本信息
资源简介
早期阿尔茨海默病记忆丧失的非侵入性脑刺激
该数据集来自 clinicaltrials.gov,聚焦早期阿尔茨海默病相关记忆丧失的非侵入性脑刺激研究,覆盖阿尔茨海默病、阿尔茨海默病所致轻度认知障碍(MCI)及轻度痴呆人群。源站描述指出,早期 AD 病理中相对保留的小脑可能通过与前扣带回皮层等区域的连接参与记忆过程,而 rTMS 作为非侵入性神经调控技术可改变皮层兴奋性与网络活动,已获批用于重性抑郁障碍并具良好安全性。该数据可用于探索小脑活动调控对 AD 患者记忆表现的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:阿尔茨海默病、阿尔茨海默病所致轻度认知障碍(MCI)、轻度痴呆。背景与依据 AD 是一种进行性神经退行性疾病,以认知功能下降为特征,包括记忆受损。新出现的证据提示,在早期 AD 病理中相对保留的小脑,可能通过其与后扣带回皮层等皮层区域的功能连接参与记忆过程。这提出了以下可能性:调节小脑活动可能影响 AD 患者的记忆表现。 rTMS 是一种非侵入性神经调控技术,利用磁脉冲改变皮层兴奋性和网络活动。rTMS 已获批用于治疗重性抑郁障碍,并已在其他神经系统疾病中开展研究。其安全性特征已得到充分确立,
【主题与分类】
主题标签:Alzheimer s Disease、Mild Dementia。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/NCT07667478
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/NCT07667478
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、阿尔茨海默病所致轻度认知障碍(MCI)、轻度痴呆。
背景与依据
- 阿尔茨海默病(AD)是一种进行性神经退行性疾病,以认知功能下降为特征,包括记忆损害。新出现的证据表明,小脑在AD早期病理中相对保留,但可能通过其与后扣带回皮层等皮层区域的功能连接参与记忆过程。这提示,调节小脑活动可能影响AD患者的记忆表现。
- rTMS是一种非侵入性神经调控技术,利用磁脉冲改变皮层兴奋性和网络活动。rTMS已获批用于治疗重性抑郁障碍,并已在其他神经系统疾病中开展研究。其安全性特征已得到充分确立,常见报告的副作用包括轻度头痛、头皮不适和一过性感觉效应。
- 本研究评估靶向小脑的rTMS能否改善早期AD患者的短期记忆并调节脑活动。
研究目标 * 本研究的主要目标是确定应用于小脑的rTMS是否能改善早期AD患者的短期记忆。 * 次要目标包括:i)使用功能磁共振成像(fMRI)评估脑活动和功能连接的变化,以及ii)评估小脑rTMS在该人群中的安全性和耐受性。研究设计:这是一项随机、双盲、假对照临床试验。大约40名早期AD患者将被纳入。参与者将按1:1的比例随机分配接受活性rTMS或假刺激。参与者和参与结果评估的研究人员都将对治疗分配保持盲态。参与总时长约为6个月。研究程序 * 筛选和基线评估:在筛选访视时,将通过审查病史来确认资格
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。




