针对阿尔茨海默病风险老年人的Revitalize研究
该数据集来自clinicaltrials.gov,为一项多中心随机假对照试验,研究对象为认知正常但阿尔茨海默病风险增高的老年人

基本信息
资源简介
针对阿尔茨海默病风险老年人的Revitalize研究
该数据集来自clinicaltrials.gov,为一项多中心随机假对照试验,研究对象为认知正常但阿尔茨海默病风险增高的老年人。干预采用经颅和鼻内递送近红外光(808-904 nm),通过头皮或鼻内发光二极管实施,剂量参考既往试点研究中的有效方案。研究旨在检验靶向近红外光刺激能否通过影响线粒体功能(以MRS测量的ATP相关标志物变化为指标)和神经网络变化(以功能连接变化为指标)来促进脑健康。数据可用于评估非侵入性光刺激对认知老化与阿尔茨海默病风险的干预效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:认知老化、阿尔茨海默病防护。这项多中心随机假对照试验拟测试一种新颖、非侵入、低风险且低成本的大脑刺激方法,用于增强认知正常但阿尔茨海默病风险增高的老年人的认知与脑健康。干预涉及通过放置在头皮上的发光二极管或经鼻方式递送经颅和鼻内近红外光(NIR;808-904 nm),所用剂量在我们试点研究中产生了积极效果。我们计划检验以下假设:靶向NIR刺激将通过影响线粒体功能对脑健康产生积极影响,线粒体功能以基于磁共振波谱(MRS)的三磷酸腺苷(ATP)标志物变化来衡量;神经网络变化以功能连接变化为指标
【主题与分类】
主题标签:Cognitive Aging、Alzheimer Disease, Protection Against。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/NCT04018092
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/NCT04018092
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:认知老化、阿尔茨海默病、防护。这项多中心随机假对照试验旨在测试一种新颖、非侵入性、低风险且低成本的大脑刺激方法,以增强认知正常但阿尔茨海默病风险增高的老年人的认知能力和大脑健康。干预措施包括通过放置在头皮上的发光二极管或经鼻使用发光二极管,经颅和经鼻递送近红外光(NIR;808-904纳米),所用剂量在我们的初步研究中已产生积极效果。我们计划检验以下假设:靶向NIR刺激将通过影响线粒体功能对大脑健康产生积极影响,具体通过磁共振波谱(MRS)基于三磷酸腺苷(ATP)标志物的变化来衡量,通过基于静息态功能磁共振成像(rs-fMRI)的功能连接变化来反映神经网络变化,以及改善认知表现。我们计划将168名65至89岁的老年人随机分配到活性干预组或假干预组。
入选条件包括:参与者必须有主观认知抱怨,依据主观认知障碍(SCI)指数判定,并有一级亲属阿尔茨海默病家族史。在标准化神经心理测量中的表现必须经心理测量学评估为未受损。干预本身将持续12周,包括实验室 sessions(共16次)和每日居家 sessions。在实验室中,将使用Medx和Vielight刺激技术进行经颅和鼻内NIR光照射,而每日居家 sessions 仅涉及鼻内刺激。假刺激和主动刺激条件在所有方面完全相同,只是假刺激设备不会传递NIR刺激。主要结局是一项情景记忆测量,涉及与海马功能相关的空间导航,对轻度认知障碍(MCI)和阿尔茨海默病敏感,并且类似于Morris水迷宫。次要结局包括
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




