孤立性REM睡眠行为障碍与β-淀粉样蛋白负荷关系研究数据集

本数据集是一个医学研究数据集,主要包含与孤立性快速眼动睡眠行为障碍患者相关的临床表格数据、神经影像数据(如PET显示的β-淀粉样蛋白负荷)及睡眠监测数据等多模态信息,旨在深入研究该睡眠障碍与大脑β-淀粉样蛋白沉积之间的关联,为探索其作为帕金森病等神经退行性疾病早期生物标志物的潜在价值提供数据支持。

Harvard Dataverse
2025-02-27 更新
浏览 21
MedicineHealth and Life Sciences
Insights on the Relationship Between Isolated REM Sleep Behavior Disorder and β-Amyloid Load

基本信息

大小
0.126142935 GB
创建/更新时间
2025-02-27
版本
v1

资源简介

孤立性REM睡眠行为障碍与β-淀粉样蛋白负荷关系研究数据集

【数据集背景】

本数据集源站标题为《Insights on the Relationship Between Isolated REM Sleep Behavior Disorder and β-Amyloid Load》。源站首次发布:2025-02-27。

【数据内容】

源站原始描述:Insights on the Relationship Between Isolated REM Sleep Behavior Disorder and β-Amyloid Load

【数据结构与技术规格】

文件数 87 个,合计 126.14 MB。数据集 DOI:doi:10.7910/DVN/9NHVIQ。

【主题与分类】

主题标签:Medicine, Health and Life Sciences。

【获取与许可】

源站页面:https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/9NHVIQ

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/9NHVIQ

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

该数据集聚焦于神经退行性疾病研究领域,专门探讨孤立性快速眼动睡眠行为障碍(iRBD)与大脑β-淀粉样蛋白负荷之间的关联。数据集可能包含患者的临床评估数据、神经影像学数据(如PET扫描显示的β-淀粉样蛋白沉积)、睡眠监测数据以及相关的生物标志物信息。数据来源于哈佛大学Dataverse平台,通过临床研究收集构建,旨在为理解iRBD作为帕金森病等α-突触核蛋白病前驱标志物的病理生理机制提供证据,主要应用于神经退行性疾病早期诊断、生物标志物发现及睡眠障碍与神经病理关联的研究方向。

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。

获取专属数据定制方案