恢复阿尔茨海默病患者的颈部淋巴引流
该数据集来自clinicaltrials.gov,聚焦阿尔茨海默病(AD)与颈部淋巴引流的关系。AD是一种以Aβ和病理性tau积累、神经元丢失及进行性认知障碍为特征的神经退行性疾病

基本信息
资源简介
恢复阿尔茨海默病患者的颈部淋巴引流
该数据集来自clinicaltrials.gov,聚焦阿尔茨海默病(AD)与颈部淋巴引流的关系。AD是一种以Aβ和病理性tau积累、神经元丢失及进行性认知障碍为特征的神经退行性疾病。近期证据提示glymphatic和脑膜淋巴系统参与脑内Aβ、tau等废物的清除,而深部颈部淋巴系统引流受损可能参与AD病理生理过程。初步临床研究报道颈部淋巴手术后认知与临床指标可能改善,AD相关生物标志物出现有利变化。该数据可用于探索颈部淋巴引流恢复对AD的预测价值(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Alzheimer、Alzheimer Dementia (AD)。阿尔茨海默病(AD)是一种进行性神经退行性疾病,其特征是淀粉样蛋白β(Aβ)和病理性tau的积累,并伴有神经元丢失和进行性认知障碍。近期证据表明,glymphatic和脑膜淋巴系统有助于清除脑内废物,包括Aβ和tau,而深部颈部淋巴系统引流受损可能参与AD的病理生理过程。新兴的临床前和临床证据提示,恢复或增强颈部淋巴引流可能是一种潜在的治疗方法。初步临床研究报告,颈部淋巴手术后认知和临床指标可能改善,AD相关生物标志物出现有利变化,尽管现有证据尚不充分。
【主题与分类】
主题标签:Alzheimer、Alzheimer Dementia (AD)。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/NCT07854327
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/NCT07854327
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:阿尔茨海默病、阿尔茨海默痴呆(AD)。阿尔茨海默病(AD)是一种进行性神经退行性疾病,其特征为β-淀粉样蛋白(Aβ)和病理性tau蛋白的积累,并伴有神经元丢失和进行性认知障碍。近期证据表明,类淋巴系统和脑膜淋巴系统参与脑内废物产物(包括Aβ和tau)的清除,而深部颈淋巴系统引流受损可能参与AD的病理生理过程。新兴的临床前和临床证据提示,恢复或增强颈部淋巴引流可能是一种潜在的治疗方法。初步临床研究报告,颈部淋巴手术后认知和临床指标可能出现改善,AD相关生物标志物也出现有利变化,尽管现有证据仍然有限,尚需进一步的前瞻性研究。
LymphDAD研究是一项前瞻性、单中心、试点性干预研究,旨在探索对不适合现有疾病修饰疗法的特定AD患者恢复颈部淋巴引流的效果。将纳入五名参与者。所有入组参与者都将接受颈部淋巴静脉吻合术(LVA)。LVA是一种微创超显微外科手术,将通畅的淋巴管与小口径颈部静脉连接,以促进淋巴引流。该手术将在全身麻醉下进行,并使用吲哚菁绿荧光淋巴造影来识别淋巴管并评估吻合口血流。术中将从手术过程中已暴露的淋巴管中采集少量淋巴液样本,用于Aβ和tau的探索性分析。该研究将评估循环生物标志物的变化,包括Aβ42、Aβ40、磷酸化tau(p-tau181和p-tau217)、神经丝轻链(NfL)和胶质纤维酸性蛋白(GFAP)。E
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。




