Wake Forest 阿尔茨海默病临床核心

数据集获取

源站：https://clinicaltrials.gov/study/NCT03140865

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、轻度认知障碍、糖尿病前期状态。ADCC研究的数据与样本库将提供统一机制，用于编目和存储可在各研究间高效共享的数据。该样本库还将促进与美国其他阿尔茨海默病中心的重要合作，这些中心正在对痴呆风险增高的成年人开展类似研究。跨多个机构和研究者的数据共享对于优化数据获取速度和研究结果的标准化至关重要，这可能最终促成早期检测创新工具和新治疗策略的开发。该样本库将包括认知数据、人体样本（血液、脑脊液）、病史和家族史信息以及神经影像数据。从入组ADCC的参与者收集的数据将无限期保存，以供未来研究使用。参与者将包括年龄至少55岁、有或无认知缺陷、且符合以下所述某一组别纳入标准的成年人。

在三角地区人口中，男性和女性的分布将保持均衡。将采取额外的招募措施，针对服务不足的社区，以提高这些成年人在研究队列中的代表性，使其超过其他本地和国家阿尔茨海默病（AD）研究的典型水平。符合条件的参与者可以选择参加核心ADCC研究，也可以参加一个生物标志物密集型子研究，该子研究将收集额外的脑功能测量和AD病理化学标志物。虽然所有参加核心ADCC研究的参与者都将接受脑磁共振成像（MRI），但参加子研究的参与者将完成腰椎穿刺（LP），以便对脑脊液（CSF）中的AD生物标志物进行定量分析。参加子研究的参与者将被称为生物标志物密集型组，或ADCC-BIG。在研究入组时，参与者将符合以下组别之一的纳入标准：

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。