轻度或重度认知障碍(如阿尔茨海默病)患者味觉的前瞻性单中心研究:通过味觉诱发电位分析
该数据集来自 clinicaltrials.gov,属于神经系统疾病 / 阿尔茨海默病分类,主题标签为 Cognitive Disorders

基本信息
资源简介
轻度或重度认知障碍(如阿尔茨海默病)患者味觉的前瞻性单中心研究:通过味觉诱发电位分析
该数据集来自 clinicaltrials.gov,属于神经系统疾病 / 阿尔茨海默病分类,主题标签为 Cognitive Disorders。源站描述指出,全球约 2400 万人患有痴呆,阿尔茨海默病是最常见病因,通常分为症状前、前驱期(轻度认知障碍)和伴自主能力丧失及显著精神行为症状的重度认知障碍三个阶段。为尽早识别疾病并及时治疗,需要生物标志物;面对情景记忆障碍,可借助神经影像学标准或脑脊液生物标志物在前驱期甚至更早发现阿尔茨海默病,但主要局限是侵入性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:认知障碍。全球约 2400 万人患有痴呆,阿尔茨海默病是最常见的原因。阿尔茨海默病通常分为三个阶段:症状前、前驱期(“早发”或轻度认知障碍)以及伴有自主能力丧失和显著精神行为症状的重度认知障碍。为对抗其蔓延所做的努力不断增加,并且需要生物标志物来在最早阶段识别该疾病,以便提供及时治疗。面对情景记忆障碍,借助某些标准,通过神经影像学,或通过脑脊液生物学分析(在腰椎穿刺期间)获得的生物标志物,有可能从前驱期甚至更早检测出阿尔茨海默病。这些标准的主要局限是其侵入性。Ot
【主题与分类】
主题标签:Cognitive Disorders。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/NCT04860414
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/NCT04860414
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:认知障碍。全球约有2400万人患有痴呆症,其中阿尔茨海默病是最常见的病因。阿尔茨海默病通常分为三个阶段:症状前期、前驱期(“早发性”或轻度认知障碍)以及伴有自主能力丧失和显著精神行为症状的重度认知障碍。对抗其扩展的努力日益增加,并且需要生物标志物来在疾病最早阶段识别该病,以便及时提供治疗。面对情景记忆障碍,借助某些标准——通过神经影像学或通过脑脊液生物学分析(腰椎穿刺时获取)获得的生物标志物所突显的标准——有可能从前驱期甚至更早阶段检测出阿尔茨海默病。这些标准的主要局限性在于其侵入性。因此,其他非侵入性生物标志物将有助于在早期阶段诊断阿尔茨海默病。味觉诱发电位(GEP)是一种探索味觉感觉通路的技术,可能满足这些需求。
事实上,GEPs是一种基于脑电图(EEG)记录大脑电活动来探索味觉感觉通路的方法。它是一种无痛、易于操作、成本低廉且非侵入性的技术。味觉功能的改变存在于许多神经系统疾病中,但往往次于感觉或运动症状。很少有研究探讨阿尔茨海默病患者的味觉,但这些研究仅使用主观测试就已证明,与味觉皮层退化相关的早期味觉损害。研究观察到,轻度或重度认知障碍受试者的表现弱于健康受试者,而患者本人并未意识到这些味觉障碍。本研究旨在探索轻度认知障碍、重度认知障碍(如轻度阿尔茨海默病)患者的味觉功能。
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。




