CADAS-DR（多米尼加共和国）数据集
CADAS-DR（Dominican Republic）是加勒比美国痴呆与衰老研究（CADAS）在多米尼加共和国采集的基线数据
基本信息
资源简介
CADAS-DR（多米尼加共和国）数据集
CADAS-DR（Dominican Republic）是加勒比美国痴呆与衰老研究（CADAS）在多米尼加共和国采集的基线数据，数据集英文名称为 CADAS-DR (Dominican Republic)，由作者 Dow, William 提交，机构为 Harvard Dataverse，发布时间为 2026 年，主题标签为 Medicine, Health and Life Sciences，来源站为 doi.org。该数据集属于神经系统疾病 / 其他分类，其核心内容是 CADAS 研究在多米尼加共和国所收集的基线数据，可为相关领域的研究者提供该地区痴呆与衰老研究的基线资料。
【数据集背景】
CADAS-DR 是加勒比美国痴呆与衰老研究（Caribbean American Dementia and Aging Study，简称 CADAS）的组成部分。CADAS 是一项关注痴呆与衰老问题的研究，其在多米尼加共和国开展的数据采集工作形成了本数据集。数据集名称中的“DR”指代多米尼加共和国（Dominican Republic），表明该数据集聚焦于这一特定国家的研究现场。该数据集在分类上归入神经系统疾病 / 其他，主题标签为 Medicine, Health and Life Sciences，说明其内容面向医学、健康与生命科学领域，与神经系统的痴呆和衰老议题相关。
【数据内容】
CADAS-DR 包含在多米尼加共和国采集的基线数据。基线数据通常指研究起始阶段所收集的基础性资料，本数据集即属于 CADAS 研究在多米尼加共和国现场的基线数据集合。源站描述明确指出，该数据集包含的是作为 CADAS 一部分在多米尼加共和国收集的基线数据。关于基线数据所涵盖的具体变量、测量项目、样本规模、数据结构与文件格式等细节，源站未提供。
【采集与来源】
该数据来源于加勒比美国痴呆与衰老研究（CADAS）在多米尼加共和国开展的采集工作，属于该研究项目现场数据的一部分。数据集的来源站为 doi.org，机构为 Harvard Dataverse，作者为 Dow, William，发布时间为 2026 年。关于采集的具体时间跨度、采集机构、采集流程与伦理审批等信息，源站未提供。
【适用场景】
基于其主题标签与分类，该数据集适用于医学、健康与生命科学领域，尤其是与神经系统疾病、痴呆与衰老相关的研究场景。作为 CADAS 在多米尼加共和国采集的基线数据，它可用于支撑对该地区痴呆与衰老问题的基线层面分析。关于具体的适用研究设计、分析模型或应用案例，源站未提供。
【使用方法】
源站未提供关于数据使用方法的具体说明，包括数据获取方式、访问权限、文件组织方式与分析建议等。
【质量与限制】
源站未提供关于数据质量评估、数据完整性、样本代表性或使用限制的具体说明。
【引用与许可】
该数据集的作者为 Dow, William，机构为 Harvard Dataverse，来源站为 doi.org。关于引用格式与许可条款的具体内容，源站未提供。
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://doi.org/10.7910/DVN/LX8X29
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:
数据集大小约 8.6 MB。
数据说明
CADAS-DR包含在多米尼加共和国收集的基线数据，这些数据是加勒比美洲痴呆与衰老研究（CADAS）的一部分。
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。
