生酮饮食治疗阿尔茨海默病
源站描述聚焦阿尔茨海默病的发病机制,涉及淀粉样斑块、神经原纤维缠结、中枢神经系统固有免疫反应引发的神经炎症、活化的小胶质细胞与星形胶质细胞释放促炎细胞因子和趋化因子、葡萄糖代谢与神经炎症及阿尔茨海默病的关联、高血糖、胰岛素抵抗与低 IGF-1 水平对 β-淀粉样蛋白生成的影响

基本信息
资源简介
生酮饮食治疗阿尔茨海默病
该数据集来源于 clinicaltrials.gov,主题为生酮饮食用于阿尔茨海默病(Alzheimer Disease, Early Onset)。源站描述聚焦阿尔茨海默病的发病机制,涉及淀粉样斑块、神经原纤维缠结、中枢神经系统固有免疫反应引发的神经炎症、活化的小胶质细胞与星形胶质细胞释放促炎细胞因子和趋化因子、葡萄糖代谢与神经炎症及阿尔茨海默病的关联、高血糖、胰岛素抵抗与低 IGF-1 水平对 β-淀粉样蛋白生成的影响。可用于神经退行性疾病与代谢干预相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:早发型阿尔茨海默病。研究背景:除淀粉样斑块和神经原纤维缠结外,由中枢神经系统固有免疫反应引发的神经炎症在阿尔茨海默病(AD)的发病机制中起核心作用。β-淀粉样蛋白沉积和 tau 病变伴随活化的小胶质细胞和星形胶质细胞。这些细胞释放促炎细胞因子和趋化因子,导致慢性神经炎症。反过来,神经炎症促进神经退行性变和 β-淀粉样蛋白生成。许多关系不仅已在葡萄糖代谢与神经炎症之间得到证实,也在葡萄糖代谢与 AD 之间得到证实。高血糖促进神经炎症,导致氧化应激和神经退行性变。胰岛素抵抗(例如 2 型糖尿病中的)或低 IGF-1 水平与 β-淀粉样蛋白生成增加相关。
【主题与分类】
主题标签:Alzheimer Disease, Early Onset。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/NCT04701957
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/NCT04701957
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:早发性阿尔茨海默病。研究背景:除了淀粉样斑块和神经原纤维缠结外,由中枢神经系统固有免疫应答触发的神经炎症在阿尔茨海默病(AD)的发病机制中发挥核心作用。β-淀粉样蛋白沉积和tau病变伴有活化的小胶质细胞和星形胶质细胞。这些细胞释放促炎细胞因子和趋化因子,导致慢性神经炎症。反过来,神经炎症促进神经变性和β-淀粉样蛋白生成。不仅葡萄糖代谢与神经炎症之间,而且葡萄糖代谢与AD之间的许多关系已被证实。高血糖促进神经炎症,导致氧化应激和神经变性。胰岛素抵抗(例如在2型糖尿病中)或低IGF-1水平与β-淀粉样蛋白生成增加相关。在缺乏葡萄糖的情况下,大脑可能使用另一种燃料:由脂肪酸氧化产生的酮体(KB)。
生酮饮食(KD)(定义为低碳水化合物摄入(< 10%))在阿尔茨海默病(AD)动物模型中导致认知衰退减慢,神经炎症以及淀粉样蛋白和tau沉积减少。在人类中,生酮饮食是安全的,并且是一种有效的、经过验证的耐药性癫痫治疗方法,可减少癫痫发作次数并改善癫痫儿童的认知发育。在阿尔茨海默病中,尽管生酮饮食在社区内被广泛宣传,但关于其有效性的循证数据却很少。最新进展与初步观察:临床前研究:- 酮体可能对β-淀粉样蛋白毒性发挥神经保护作用。在大鼠海马神经元培养中,直接施加相关浓度的酮体β-羟基丁酸可保护海马神经元免受β-淀粉样蛋白毒性。然而,添加β-羟基丁酸逆转了Aβ毒性,反而作为生长因子发挥作用,使存活细胞数量加倍。- 在3xTgAD小鼠中,生酮饮
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。




