基于语音的人工智能检测丹麦患者痴呆（DetectAI）

数据集获取

源站：https://clinicaltrials.gov/study/NCT07200739

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：痴呆（诊断）、阿尔茨海默痴呆（AD）、血管性痴呆（VaD）、路易体痴呆（LBD）、额颞叶痴呆（FTD）、轻度认知障碍（MCI）、抑郁——重性抑郁障碍、应激。背景 痴呆是一项日益严峻的公共卫生挑战，早期准确诊断对于有效照护及未来可能的疾病修饰治疗至关重要。当前的诊断路径资源消耗大，且与漫长的等待时间相关。言语可反映认知功能，近期国际研究表明，机器学习模型能够以令人鼓舞的准确率检测出语音记录中与痴呆相关的模式。本研究旨在丹麦环境中开发一种基于语音的深度学习模型，为初级保健提供一种非侵入性且可扩展的筛查工具。研究设计与抽样方法 这是一项观察性横断面研究。

参与者通过两种不同的抽样策略招募，对应两条人工智能（AI）模型开发路径：路径A（模型A）——回顾性病例对照抽样：该路径针对一项聚焦的诊断任务：轻度认知障碍（MCI）的识别。参与者是近期在西兰大区大学医院（ZUH）记忆门诊确诊的患者。抽样采用便利抽样，优先选择居住在医院附近的患者，因为数据收集在家庭访视期间进行。优先选择确诊时间较近的患者，以尽量减少参与者在确诊后已进展至新的疾病阶段（例如，从MCI进展为痴呆）的风险。路径B（模型B）——前瞻性连续抽样：该路径前瞻性地纳入新转诊至记忆门诊的患者，不按诊断进行预先筛选，反映真实世界的临床筛查人群。所有符合条件且知情同意的患者在其首次就诊时连续纳入，此时最终诊断尚未确定。

模型开发遵循最佳实践指南 本研究遵循TRIPOD-AI（个体预后或诊断多变量预测模型的透明报告——人工智能）

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。