中国家族性阿尔茨海默病网络

数据集获取

源站：https://clinicaltrials.gov/study/NCT03657732

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：阿尔茨海默病、家族性阿尔茨海默病（FAD）。1. 该网络和数据库包括已知PSEN1、PSEN2和APP突变（突变携带者和非携带者；症状前和有症状）的ADAD队列以及未知突变队列。2. 在中国开展全面的FAD流行病学调查，以阐明不同民族、地区、性别、年龄、生活环境（农村/城市）、教育水平等对疾病发生和发展的影响。3. 本项目旨在发现新的FAD突变位点、致病基因和保护基因，探索致病和保护机制，分析中国不同规模FAD家系的疾病发展规律，并阐明突变基因在中国FAD人群中的频率分布。4. 该项目将收集并定期随访队列中的样本（血液、尿液和唾液等）和数据（神经心理学、影像学等）。重点关注无症状突变基因携带者从无症状期到有症状期的发生和发展。5.

在FAD家系队列中，我们将筛选适合中国人群的高灵敏度、高特异性体液标志物，并在SAD队列中进行验证，建立用于AD发生和疾病进展的体液标志物预测模型；采用结构MRI、双示踪剂18F-FDG PET和11C-PIB PET多模态成像技术，动态监测AD进展各阶段脑结构、葡萄糖代谢和Aβ沉积等影像学生物标志物的动态演变。6. 我们将结合中国FAD的遗传特征，分析生活方式、体育锻炼、促智药物、认知训练等对FAD患者或无症状突变基因携带者疾病进展的影响，以建立遗传咨询模型。

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。