来自“阿尔茨海默病神经退行计算模型”的预处理FDG-PET数据
阿尔茨海默病（AD）及相关疾病中精神功能的破坏伴随着脑区的选择性退化。这些脑区由组织成精神功能系统的大规模细胞集合组成，然而痴呆的临床症状、神经退行模式与功能系统之间的关系尚不清楚
基本信息
资源简介
来自“阿尔茨海默病神经退行计算模型”的预处理FDG-PET数据
本数据集为“Processed FDG-PET data from: A computational model of neurodegeneration in Alzheimer’s disease”，由作者 David Jones 发布，机构为 Dryad，发布时间为 2022 年。数据集属于神经系统疾病 / 阿尔茨海默病分类，来源站为 doi.org，采用 Creative Commons Zero v1.0 Universal 许可。该数据与代码包包含来自 423 名受试者的预处理 FDG-PET 图像，这些受试者覆盖阿尔茨海默病谱系，同时包含用于从这些数据生成特征脑（eigenbrains）的 MATLAB 代码。数据集主题标签为 FOS: Medical and health sciences。整体而言，该资源面向阿尔茨海默病及相关疾病中神经退行模式与临床症状、功能系统之间关系的研究，提供经过预处理的影像数据及配套分析代码。
【数据集背景】
阿尔茨海默病（AD）及相关疾病中，精神功能的破坏伴随着脑区的选择性退化。这些脑区由组织成精神功能系统的大规模细胞集合组成。然而，痴呆的临床症状、神经退行模式与功能系统之间的关系尚不清楚。为探索这一关系，相关研究使用 F18-氟脱氧葡萄糖（FDG）PET 与降维技术，针对 AD 患者建立了痴呆症状与退化脑解剖之间的关联模型。本数据集正是该研究工作的数据与代码发布成果，旨在为后续研究提供可复用的预处理影像资源和分析工具。
【数据内容】
该数据与代码包包含两部分核心内容：其一为来自 423 名受试者的预处理 FDG-PET 图像，这些受试者覆盖阿尔茨海默病谱系；其二为 MATLAB 代码，用于从上述数据生成特征脑（eigenbrains）。数据集英文名称为“Processed FDG-PET data from: A computational model of neurodegeneration in Alzheimer’s disease”，本站分类为神经系统疾病 / 阿尔茨海默病。主题标签为 FOS: Medical and health sciences。除上述内容外，源站未提供更细粒度的数据字段、图像数量、文件格式或目录结构说明。
【采集与来源】
数据集来源站为 doi.org，作者为 Jones, David，机构为 Dryad，发布时间为 2022 年。源站描述指出，该数据与代码包包含预处理 FDG-PET 图像以及 MATLAB 代码。关于受试者招募方式、扫描设备参数、预处理流程细节、伦理审批信息等，源站未提供。
【适用场景】
基于源站描述，该数据集适用于围绕阿尔茨海默病谱系的神经影像研究，尤其是利用 FDG-PET 图像探索痴呆症状与退化脑解剖之间关联的计算建模工作。配套 MATLAB 代码可用于生成特征脑（eigenbrains），因此也适用于采用降维技术分析脑影像模式的研究场景。此外，该数据可用于阿尔茨海默病及相关疾病中神经退行模式与功能系统关系的进一步探索。其他具体应用场景，源站未提供。
【使用方法】
数据集包含预处理 FDG-PET 图像和 MATLAB 代码。使用者可依据配套 MATLAB 代码，从 423 名受试者覆盖阿尔茨海默病谱系的预处理 FDG-PET 图像中生成特征脑（eigenbrains）。关于代码运行环境、依赖项、输入输出格式、参数设置及操作步骤等，源站未提供。
【质量与限制】
该数据集采用 Creative Commons Zero v1.0 Universal 许可，作者为 Jones, David，机构为 Dryad，发布时间为 2022 年。数据与代码包包含来自 423 名受试者的预处理 FDG-PET 图像，覆盖阿尔茨海默病谱系，并提供生成特征脑的 MATLAB 代码。关于数据质量评估、标注准确性、样本代表性、潜在偏倚、使用限制或技术注意事项等，源站未提供。
【引用与许可】
该数据集的许可为 Creative Commons Zero v1.0 Universal。作者为 Jones, David，机构为 Dryad，发布时间为 2022 年，来源站为 doi.org。数据集英文名称为“Processed FDG-PET data from: A computational model of neurodegeneration in Alzheimer’s disease”。关于具体引用格式、DOI 编号或推荐引用文本，源站未提供。
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://doi.org/10.5061/dryad.msbcc2g0n
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:
数据集大小约 220.8 MB。
数据说明
阿尔茨海默病（AD）及相关疾病中精神功能的破坏伴随着脑区的选择性退化。这些脑区由大量细胞组成，这些细胞组织成负责精神功能的系统，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，针对AD患者，开发了一个痴呆症状与退行性脑解剖结构之间关联的模型。此数据与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。
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。
