老年人认知障碍评估模型指标数据

该数据集是一个包含1500例老年人认知功能评估指标的表格型医学数据集,数据模态为临床表格数据,采集于2019年北京地区,主要用于研究老年人认知障碍的评估模型、神经机制、深度学习分型方法以及认知干预康复方案,为认知神经科学和老年医学领域提供重要的研究基础。

中国科学院自动化研究所中国科学院自动化研究所
国家基础学科公共科学数据中心
浏览 37
认知功能障碍多模态诊断认知康复康复医学模式识别计算机神经网络信息处理技术临床医学计算机科学技术保健医学人工智能
Elderly Cognitive Impairment Assessment Model Indicator Dataset

基本信息

许可
完全共享
创建/更新时间
2026-09-25

资源简介

老年人认知障碍评估模型指标数据

【数据集背景】

源站首次发布:2023-03-13。

【数据内容】

源站原始描述:研究内容:基于认知神经科学及行为学的最新进展研发认知障碍评估的敏感探测范式,并通过脑电ERP 和核磁(fMRI)技术阐明其脑神经机制;基于深度学习方法建立认知评估模型,明确老年认知障碍分型;基于认知老化的脚手架脑认知可塑性理论和干预技术交互作用原理,研究理论,研发认知干预、运动干预、神经调控(脑刺激)干预等康复训练方案技术的融合方法,并通过脑电ERP和fMRI 技术揭示其对认知障碍康复的脑神经机制。 数据内容:老年人认知障碍评估模型指标数据;数据采集地点:北京市;数据采集时间: 2019.5-2019.12;设备名称:笔记本电脑;运行环境:Windows system+ E-prime 2.0;数据类型:表格;预估数据量/记录数:1500例;数据格式:Excel

【数据结构与技术规格】

文件数 1 个,合计 1.38 MB。

【主题与分类】

主题标签:认知功能障碍、多模态诊断、认知康复、康复医学、模式识别、计算机神经网络、信息处理技术、临床医学、计算机科学技术、保健医学。

【获取与许可】

源站页面:https://www.nbsdc.cn/general/dataDetail?id=64edfc9ebb16e0300cd4df3e&type=1

使用许可:完全共享。

规范引用:CSTR:16666.11.nbsdc.7NOVX7d5

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://www.nbsdc.cn/general/dataDetail?id=64edfc9ebb16e0300cd4df3e&type=1

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

该数据集是一个专门用于老年人认知障碍评估的医学研究数据集,由中国科学院自动化研究所构建。数据集包含通过认知神经科学和行为学实验范式采集的评估指标数据,数据采集于2019年5月至12月期间,地点位于北京市。数据内容涉及1500例老年人的认知功能指标,以表格形式存储为Excel格式。数据通过笔记本电脑在Windows系统环境下使用E-prime 2.0软件采集,主要应用于认知障碍的敏感探测、脑神经机制研究(结合脑电ERP和fMRI技术)、基于深度学习的认知评估模型建立、认知障碍分型研究以及认知干预康复方案的研发。

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