髋或膝关节置换术后脑内Tau蛋白病理研究
该数据集来自clinicaltrials.gov,聚焦髋或膝关节置换术后脑内Tau蛋白病理变化,涉及术后认知功能障碍、阿尔茨海默病、Tau蛋白病和神经炎症等主题

基本信息
资源简介
髋或膝关节置换术后脑内Tau蛋白病理研究
该数据集来自clinicaltrials.gov,聚焦髋或膝关节置换术后脑内Tau蛋白病理变化,涉及术后认知功能障碍、阿尔茨海默病、Tau蛋白病和神经炎症等主题。数据覆盖手术患者脑内Tau轨迹、认知功能及神经退行性和脑损伤生物标志物的纵向映射,可用于探究手术与麻醉是否诱发人脑Tau病理,并支持术后认知 decline 与痴呆风险的预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:术后认知功能障碍、阿尔茨海默病、Tau蛋白病、神经炎症、髋关节置换术、膝关节置换术。背景:术后神经认知功能下降在老年手术患者中常见,并与后续痴呆风险增加相关。实验研究表明,手术和麻醉可触发神经炎症、Tau蛋白磷酸化和Tau蛋白聚集,临床研究显示术后脑脊液(CSF)和血液中神经元损伤标志物(Tau蛋白、神经丝轻链)急性升高。手术是否导致人脑Tau病理增加尚不清楚。目的:通过(A)绘制个体脑Tau轨迹、认知功能及神经退行性和脑损伤生物标志物在……期间的图谱,将手术诱导Tau病理的临床前发现转化至手术患者。
【主题与分类】
主题标签:Postoperative Cognitive Dysfunction、Alzheimer Disease、Tauopathies、Neuroinflammation、Arthroplasty, Replacement, Hip、Arthroplasty, Replacement, Knee。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/NCT07871487
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/NCT07871487
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
条件:术后认知功能障碍、阿尔茨海默病、Tau蛋白病、神经炎症、髋关节置换术、膝关节置换术。背景:术后神经认知功能下降在老年手术患者中较为常见,并与日后痴呆风险增加相关。实验研究表明,手术和麻醉可触发神经炎症、Tau蛋白磷酸化及Tau蛋白聚集,临床研究亦显示术后脑脊液(CSF)和血液中神经元损伤标志物(Tau蛋白、神经丝轻链)急性升高。手术是否会导致人脑Tau病理增加尚不清楚。目的:将手术诱导Tau病理的临床前研究结果转化至手术患者,具体通过以下方式:(A)绘制术后24个月内个体脑Tau轨迹、认知功能及神经退行性和脑损伤生物标志物,并与匹配的非手术对照者进行比较;(B)采用模式识别分析,将炎症和神经退行性生物标志物及免疫细胞表型的个体模式与Tau病理和神经认知结局相关联。
设计:在瑞典乌普萨拉大学医院开展的前瞻性、纵向观察性队列研究。将接受脊髓麻醉下择期髋或膝关节置换术的手术队列(n=20)与患有髋或膝关节骨关节炎的非手术对照队列(n=10)进行比较,按年龄和性别匹配。参与者年龄为55-75岁,ASA身体状况分级1-2级,MMSE评分23分或以上。方法:所有评估均在基线(手术前)以及术后12个月和24个月时进行,对照组在相应时间点进行对应评估。* 使用第二代示踪剂[18F]RO948在同步PET-MR相机上进行Tau PET成像。Tau负荷以自动勾画的皮层区域(FreeSurfer)中的结合潜力进行定量,以小脑皮层作为参考区域。* 使用神经心理测验组合(NTB;复合z评分及记忆、精神运动速度和执行功能等认知域)和临床痴呆评定量表(CDR)进行认知评估。
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。




