迷走神经：提升阿尔茨海默病相关认知表现的通道
该数据集来自 clinicaltrials.gov，聚焦衰老与阿尔茨海默病相关认知表现。研究采用随机交叉设计，在 140 名（后调整为 126 名）老年人中比较 sham 与 RAVANS 刺激，并在 fMRI 任务中采集数据；随后参与者随机接受每日 tVNS 或 sham 干预，两周内共 10 次
基本信息
资源简介
迷走神经：提升阿尔茨海默病相关认知表现的通道
该数据集来自 clinicaltrials.gov，聚焦衰老与阿尔茨海默病相关认知表现。研究采用随机交叉设计，在 140 名（后调整为 126 名）老年人中比较 sham 与 RAVANS 刺激，并在 fMRI 任务中采集数据；随后参与者随机接受每日 tVNS 或 sham 干预，两周内共 10 次访视，末次干预后 2 个月进行两次随访认知评估。主要结局为 face-name association 任务，并两次采血以考察结局是否依赖阿尔茨海默病相关生物标志物及 RAVANS 对炎症反应的影响（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：衰老。该干预将在 140 名老年人中使用随机交叉设计进行研究，比较 sham 与 RAVANS 刺激（2 次 session，间隔 4 周），期间进行功能性磁共振成像（fMRI）任务。随后参与者将被随机分配至每日 tVNS 或 sham session，在两周内进行 10 次访视，并在末次干预 session 后 2 个月进行两次随访认知评估。face-name association 任务将是主要结局指标。研究者还将两次采血，以检查结局反应是否依赖于阿尔茨海默病相关生物标志物，以及 RAVANS 是否对炎症反应有影响。 请注意，由于脱落率低于预期，目标入组人数已修订为 N = 126。该变更已获 Mass General Brigham IRB、DSMB 和 NIH 批准。
【主题与分类】
主题标签：Aging。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/NCT04908358
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/NCT04908358
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：衰老。该干预将在140名*老年人中采用随机交叉设计进行研究，比较假刺激与RAVANS刺激（两次会话间隔4周）在功能磁共振成像（fMRI）任务期间的效果。随后，参与者将在两周内的10次访视中随机接受每日tVNS或假刺激，并在最后一次干预会话后2个月各进行两次随访认知评估。面孔-姓名关联任务将是主要结局指标。研究者还将两次采血，以检查结局反应是否依赖于阿尔茨海默病相关生物标志物，以及RAVANS是否对炎症反应有影响。*请注意，由于脱落率低于预期，目标入组人数已修订为N = 126。该变更已获Mass General Brigham IRB、DSMB和NIH批准。
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。
