阿尔茨海默病神经影像计划
阿尔茨海默病神经影像计划 是真实公开或可申请访问的数据资源，包含多模态数据、临床变量、标签或随访信息。该数据集适合额颞叶痴呆相关的FTD表型分类、行为/语言亚型识别、影像生物标志物和自然史分析，也便于复现基准实验、训练模型和开展跨队列验证。
基本信息
资源简介
阿尔茨海默病神经影像计划
【一句话概览】
ADNI 数据集是广泛使用的纵向临床、影像、遗传及其他生物标志物数据集合，涵盖结构、功能和分子脑成像、生物流体标志物、认知评估、遗传数据及人口统计信息。参与者根据临床诊断（未受损、MCI、AD/痴呆）等因素被分配至事件时间表（SOE），每次访视时由 SOE 决定采集哪些数据。这些数据向获批研究人员开放（来源 adni.loni.usc.edu）。
【数据集背景】
本数据集源站标题为《ADNI Data》。
【数据内容】
源站原始描述：The ADNI data set is a comprehensive and widely used collection of longitudinal clinical, imaging, genetic, and other biomarker data. It encompasses various data types, including structural, functional, and molecular brain imaging, biofluid biomarkers, cognitive assessments, genetic data, and demographic information. ADNI participants are assigned to a Schedule of Events (SOE) based on various factors, such as clinical diagnosis (unimpaired, MCI, AD/dementia). During each visit, the SOE dictates…
中文译文（机器翻译，仅供快速理解，请以原文为准）：ADNI数据集是一个全面且广泛使用的纵向临床、影像、遗传及其他生物标志物数据的集合。它涵盖了多种数据类型，包括结构性、功能性和分子脑成像、生物流体标志物、认知评估、遗传数据及人口统计信息。ADNI参与者根据多种因素，如临床诊断（无损伤、MCI、AD/痴呆）被分配到事件时间表（SOE）。在每次访问时，SOE规定了收集哪些数据。这些数据向获批的研究人员开放。
【主题与分类】
主题标签：Alzheimer''s Disease、MCI、dementia、MRI、PET、genetics、biofluid biomarkers、clinical assessments、neuroimaging、longitudinal。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://adni.loni.usc.edu/data-samples/adni-data/
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。
暂未开放有偿下载
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://adni.loni.usc.edu/data-samples/adni-data/
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
阿尔茨海默病神经影像计划 包含 MRI、PET、临床量表、认知测评、遗传和体液生物标志物，可用于额颞叶痴呆相关研究中的FTD表型分类、行为/语言亚型识别、影像生物标志物和自然史分析。
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。
