身体活动、阿尔茨海默病与认知相对APOE基因型
研究延续既往关于身体活动对认知表现及其机制影响的探索,重点关注遗传风险差异带来的不同效应。研究拟通过随机临床试验,在中青年(40-65岁)有家族史人群中检验身体活动与认知表现的因果联系,并判断该效应是否受载脂蛋白epsilon-4(APOE4)携带状态调节

基本信息
资源简介
身体活动、阿尔茨海默病与认知相对APOE基因型
该数据集来自clinicaltrials.gov,属于神经系统疾病/阿尔茨海默病分类,主题涉及Healthy、Dementia、Alzheimer Disease与Physical Activity。研究延续既往关于身体活动对认知表现及其机制影响的探索,重点关注遗传风险差异带来的不同效应。研究拟通过随机临床试验,在中青年(40-65岁)有家族史人群中检验身体活动与认知表现的因果联系,并判断该效应是否受载脂蛋白epsilon-4(APOE4)携带状态调节。研究将采集脑结构、白质完整性与静息态连接的神经影像指标,并评估假定的生物标志物(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Healthy, Dementia, Alzheimer Disease, Physical Activity。在本研究中,研究者延续其过去探索身体活动对认知表现及潜在机制影响的研究。研究者尤其关注可能因个体阿尔茨海默病遗传风险不同而产生的潜在不同效应。在本研究中,研究者扩展既往工作,提出一项随机临床试验以:(a) 在有家族史的中年成人(40-65岁)中检验身体活动与认知表现之间的因果联系,以及 (b) 确定该效应是否受载脂蛋白epsilon-4(APOE4)携带状态调节。研究者将采集脑结构、白质完整性和静息态连接的神经影像测量指标;评估假定的生物标志物;
【主题与分类】
主题标签:Healthy、Dementia、Alzheimer Disease、Physical Activity。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/NCT03876314
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/NCT03876314
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
条件:健康、痴呆、阿尔茨海默病、体力活动。在这项研究中,研究者对其过去探索体力活动对认知表现影响及其潜在机制的研究进行随访。研究者尤其关注可能因个体阿尔茨海默病遗传风险不同而表现出的潜在差异效应。在这项研究中,研究者扩展了以往的工作,提出一项随机临床试验,以:(a) 检验有家族史的中年成人(40-65岁)中体力活动与认知表现之间的因果联系,以及 (b) 确定该效应是否受载脂蛋白ε-4(APOE4)携带者状态的调节。研究者将收集大脑结构、白质完整性和静息态连接的神经影像学指标;评估推测的生物标志物;并(通过有调节的中介分析)增进对潜在机制以及效应在多大程度上受APOE4携带者状态调节的理解。
为检验假设,研究者将把240名认知正常的中年成年人随机分配至为期1年的虚拟体育活动项目组或常规照护对照组。干预组将参加为期一年的体育活动项目,包括自行进行的有氧运动,以及在教练带领下通过虚拟运动课程进行的抗阻训练,每次1小时,每周3天,持续1年。常规照护对照组将被要求维持其正常生活方式一年,之后将获得短期健身中心会员资格(以完成测试环节为条件)。研究者将在测试前、测试中和测试后评估认知表现,并在测试前、测试中和测试后获取MRI扫描和血液样本。研究者将考察体育活动对认知表现以及对神经和生物学机制的影响,并探讨APOE4的调节作用。
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。




