阿尔茨海默病神经退行计算模型FDG-PET预处理数据

数据集获取

源站：https://search.dataone.org/view/sha256%3Ad279cb7f72386bab8b0a14ed4d379f441793f4921d94dcd13ad80255eadbc2d9

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

阿尔茨海默病（AD）及相关疾病中精神功能的紊乱伴随着脑区的选择性退化。这些脑区由大规模细胞集合组成，这些细胞集合被组织成用于精神功能的系统，然而痴呆的临床症状、神经退行性变的模式与功能系统之间的关系尚不明确。我们利用F18-氟脱氧葡萄糖（FDG）PET和降维技术，在AD患者中建立了一个痴呆症状与退行性脑解剖结构之间关联的模型。该数据和代码包包含来自阿尔茨海默病谱系423名受试者的预处理FDG-PET图像，以及用于从这些数据生成特征脑的MATLAB代码。

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。