通过粪便检测淀粉样肽和Tau蛋白验证阿尔茨海默病标志物
该数据集来自clinicaltrials.gov,聚焦阿尔茨海默病的生物标志物验证,主题为通过粪便检测淀粉样肽(Aβ)和Tau蛋白(pTau)来验证疾病标志物

基本信息
资源简介
通过粪便检测淀粉样肽和Tau蛋白验证阿尔茨海默病标志物
该数据集来自clinicaltrials.gov,聚焦阿尔茨海默病的生物标志物验证,主题为通过粪便检测淀粉样肽(Aβ)和Tau蛋白(pTau)来验证疾病标志物。源站描述指出,阿尔茨海默病是法国痴呆症的首要病因,影响近一百万人,由神经元不可逆退化导致认知与记忆功能进行性下降,脑内出现含纤维状淀粉样肽的斑块和由截短、过度磷酸化tau蛋白组成的神经原纤维缠结。目前法国尚无治愈手段,但美国FDA已批准两种旨在减少脑内β-淀粉样斑块的治疗。该数据可用于探索粪便标志物与疾病诊断、早期识别相关的分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Alzheimer Disease. 阿尔茨海默病(AD)是人类痴呆症的首要病因,目前在法国影响近一百万人。它由神经元不可逆退化引起,导致主要认知和记忆功能进行性下降,其原因是脑内积累含有纤维状淀粉样肽(Aβ)的斑块和由截短、过度磷酸化tau蛋白(pTau)组成的神经原纤维缠结。目前法国尚无治愈该病的方法。然而,美国食品药品监督管理局已批准两种旨在减少脑内β-淀粉样斑块的治疗。最新治疗策略的失败在很大程度上是由于该病诊断过晚,其始于一个漫长的无症状阶段,而这正是为预防不可逆……(源站描述在此处截断)
【主题与分类】
主题标签:Alzheimer Disease。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/NCT06481878
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/NCT06481878
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:阿尔茨海默病。阿尔茨海默病(AD)是人类痴呆症的首要病因,目前在法国影响着近一百万人。该病由神经元不可逆退化引起,由于脑内积聚含纤维状淀粉样肽(Aβ)的斑块以及由截短、过度磷酸化tau蛋白(pTau)构成的神经原纤维缠结,导致主要认知和记忆功能进行性衰退。在法国,目前该病尚无治愈性疗法。然而,美国食品药品监督管理局已批准两种旨在减少脑内β-淀粉样斑块的治疗方法。最新治疗策略的失败在很大程度上归因于该病诊断过晚,其起始为漫长的无症状期,而这一阶段正是预防不可逆神经退行性机制所需针对的目标。诊断工具的发展正逐步使检测这一序列成为可能,但这也有其弊端(放射性负荷、侵入性操作、设备繁琐)。
在过去十年中,研究主要集中在血浆或唾液标志物的开发上。尽管这些研究令人鼓舞,但它们要么显示出敏感性或可重复性的不足,要么缺乏特异性或早期性。最近,Aβ和Tau蛋白的表达已在肠神经系统和肠上皮细胞中得到证实。肠道Aβ参与多种肠道功能和调节。研究人员最近的工作表明,肠-脑轴在维持脑稳态中具有至关重要的、此前未被认识到的作用。在AD小鼠模型中,研究人员已经证明了一种通过淋巴网络清除(清除)有毒脑形式Tau和Aβ蛋白的肠道消除机制。粪便中脑Tau和Aβ蛋白的清除可能构成AD可靠且强大的诊断特征。其研究将代表一种新的、非侵入性的
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。




