PUMCH 痴呆纵向队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT05023564

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

疾病：痴呆、血管性痴呆、路易体痴呆、混合性痴呆、阿尔茨海默病性痴呆、额叶痴呆、轻度痴呆。在中国，痴呆的疾病负担日益加重，对医疗、社会和经济造成了重大影响。为了解决这一重要的公共卫生问题，应开展老年人认知障碍的队列研究。我们设计了一个年龄分层痴呆队列，试图阐明中国痴呆及其亚型的风险与预后因素、疾病特征、认知评估、生物标志物、诊断和治疗。建立较为全面的痴呆数据库，提高认知障碍的临床诊疗水平，制定痴呆的防治策略，具有十分重要的意义。基线数据采集与队列建立：收集详细的临床信息，包括人口学数据、临床病史、既往史和体格检查。

所有患者均接受格式化神经心理测验，包括筛查测试（MMSE、MoCA-PUMCH、ADL、HAD）和领域特异性评估（记忆、执行功能、视空间、计算、语言）。采集并储存血清、脑脊液、尿液、皮肤、唾液等样本。每6个月对每位患者进行随访。若患者死亡，将收集尸检脑组织。本研究的主要内容如下：1. 探讨生活方式、应激与痴呆之间的关系。2. 评估痴呆的危险因素。3. 评估痴呆的行为和心理症状。4. 完善按年龄和痴呆类型分层的长期随访队列，构建高标准信息与样本库。5. 探索不同痴呆群体的生物标志物，整合神经心理学、多模态神经影像学、代谢组学和蛋白质组学为基础的体液生物标志物以及遗传生物标志物。临床随访后的尸检有助于验证生物标志物。6. 建立并推广标准化、一致的生物标志物检测方法。7. 痴呆教育与培训。8. 使用m

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。