用于SVM痴呆分类与预测的纵向MRI数据集
该数据集来自data.mendeley.com，包含150名60至96岁受试者的纵向影像与人口学资料，共373次成像会话，每次间隔至少一年
基本信息
资源简介
用于SVM痴呆分类与预测的纵向MRI数据集
Data for: MACHINE LEARNING IN MEDICINE: CLASSIFICATION AND PREDICTION OF DEMENTIA BY SUPPORT VECTOR MACHINES (SVM)
该数据集来自data.mendeley.com，包含150名60至96岁受试者的纵向影像与人口学资料，共373次成像会话，每次间隔至少一年。受试者均为右利手，涵盖男女；72人全程非痴呆，64人初次访视即痴呆并持续，其中51人为轻至中度阿尔茨海默病，另有14人由非痴呆转为痴呆。数据含T1加权MRI扫描及人口学表格，可用于痴呆分类与预测建模研究（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2019-07-02。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集由150名年龄在60至96岁之间的受试者的纵向采集组成。每名受试者在两次或更多次访视中接受扫描，访视间隔至少一年，共计373次成像会话。对于每名受试者，包含在单次扫描会话中获取的3或4次个体T1加权MRI扫描。受试者均为右利手，包括男性和女性。72名受试者在整个研究期间被判定为非痴呆。64名纳入受试者在初次访视时被判定为痴呆，并在后续扫描中保持该状态，其中包括51名轻至中度阿尔茨海默病患者。另有14名受试者在初次访视时被判定为非痴呆，随后在之后的访视中被判定为痴呆。
【数据结构与技术规格】
文件数 2 个，合计 71.53 KB。数据集 DOI：10.17632/tsy6rbc5d4.1。
【主题与分类】
主题标签：神经系统疾病、痴呆、阿尔茨海默病、MRI影像、纵向随访、SVM分类、预测。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/tsy6rbc5d4
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://data.mendeley.com/datasets/tsy6rbc5d4
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 71.5 KB。
数据说明
Gopi Battineni（2019）。数据来源：医学中的机器学习：利用支持向量机（SVM）对痴呆症进行分类与预测[数据集]。http://doi.org/10.17632/tsy6rbc5d4.1
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。
