路易体痴呆与阿尔茨海默病的自我与自传体记忆:行为与多模态神经影像研究

该数据集来自 clinicaltrials.gov,聚焦路易体痴呆(DLB)与阿尔茨海默病及正常衰老的对比,研究自我意识的不同成分,包括自传体记忆、自我概念和主观自我感

University Hospital, Strasbourg, FranceUniversity Hospital, Strasbourg, France
clinicaltrials
浏览 9
其他分类Dementia With Lewy BodiesAlzheimer DiseaseSelfAutobiographical MemoryInsular Cortex
Self and Autobiographical Memory in Dementia With Lewy Bodies and Alzheimer Disease: a Behavioral and Multimodal Neuroimaging Study

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-14

资源简介

路易体痴呆与阿尔茨海默病的自我与自传体记忆:行为与多模态神经影像研究

该数据集来自 clinicaltrials.gov,聚焦路易体痴呆(DLB)与阿尔茨海默病及正常衰老的对比,研究自我意识的不同成分,包括自传体记忆、自我概念和主观自我感。数据涉及多模态影像,用于分析岛叶皮层的体积、解剖连接与功能连接等解剖学基础,岛叶是自我意识脑网络中的关键区域,在疾病早期即受损。该数据可用于探索自我相关认知成分的改变及其与岛叶功能障碍的关系,支持疾病分类与神经影像分析研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:路易体痴呆、阿尔茨海默病、自我、自传体记忆、岛叶皮层。本项目旨在探索自我意识或“自我”的不同成分,如自传体记忆、自我概念和主观自我感,在路易体痴呆(DLB)中与阿尔茨海默病及正常衰老的对比。将采用多模态成像研究解剖学基础,包括体积、解剖连接和功能连接。我们预期会发现自我的不同成分发生改变,继发于岛叶功能障碍,岛叶是自我意识脑网络中的关键区域,在疾病早期即受损。

【主题与分类】

主题标签:Dementia With Lewy Bodies、Alzheimer Disease、Self、Autobiographical Memory、Insular Cortex。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/NCT04616287

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT04616287

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

条件:路易体痴呆、阿尔茨海默病、自我、自传体记忆、岛叶皮层。本项目旨在探索自我意识或“自我”的不同组成部分,如自传体记忆、自我概念和主观自我感,在路易体痴呆(DLB)中与阿尔茨海默病及正常衰老相比的情况。解剖学基础将通过多模态成像研究,涉及体积、解剖连接和功能连接。我们预期会发现自我的不同组成部分发生改变,继发于岛叶功能障碍,岛叶是自我意识大脑网络中的关键区域,在疾病早期即受损。

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。

获取专属数据定制方案