OASIS-2纵向脑影像集
OASIS-2 通过多时间点结构 MRI 支持纵向脑萎缩、认知下降和 AD 进展建模，适合预测转化、估计疾病轨迹和验证影像生物标志物。
基本信息
资源简介
OASIS-2纵向脑影像集
【一句话概览】
OASIS-2 数据集包含 150 名 60 至 96 岁受试者的纵向影像数据，共 373 次成像会话。每位受试者在两次或更多次访视中接受扫描，间隔至少一年；每次会话包含 3 或 4 次 T1 加权 MRI 扫描。受试者均为右利手，男女均有。其中 72 人在整个研究期间被判定为非痴呆，64 人在初次访视时即被判定为痴呆并在后续扫描中保持该状态，包括 51 名轻中度阿尔茨海默病患者；另有 14 人初次访视时非痴呆，后在后续访视中被判定为痴呆（来源 sites.wustl.edu）。
【数据集背景】
本数据集源站标题为《OASIS-2》。
【数据内容】
源站原始描述：This set consists of a longitudinal collection of 150 subjects aged 60 to 96. Each subject was scanned on two or more visits, separated by at least one year for a total of 373 imaging sessions. For each subject, 3 or 4 individual T1-weighted MRI scans obtained in single scan sessions are included. The subjects are all right-handed and include both men and women. 72 of the subjects were characterized as nondemented throughout the study. 64 of the included subjects were characterized as demented a…
中文译文（机器翻译，仅供快速理解，请以原文为准）：该数据集包含150名年龄在60至96岁之间的受试者的纵向收集数据。每位受试者在两次或多次访问中进行了扫描，每次访问间隔至少一年，共计373次成像会话。对于每位受试者，包括了在单次扫描会话中获取的3或4次独立的T1加权MRI扫描。所有受试者均为右利手，包括男性和女性。其中72名受试者在整个研究期间被认定为非痴呆。64名纳入的受试者在初次访问时被认定为痴呆，并在后续扫描中保持这一状态，其中包括51名轻度至中度阿尔茨海默病患者。另有14名受试者在初次访问时被认定为非痴呆，但在后续访问中被认定为痴呆。
【主题与分类】
主题标签：MRI、T1-weighted、longitudinal、Alzheimer''s disease、dementia、aging、brain。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://sites.wustl.edu/oasisbrains/home/oasis-2/
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。
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://sites.wustl.edu/oasisbrains/home/oasis-2/
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
OASIS-2 提供老年受试者纵向 MRI 与认知状态信息，覆盖正常老化、MCI 和阿尔茨海默病进展研究。
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。
