共享微观与宏观尺度协方差网络拓扑揭示额颞叶变性蛋白病差异的数据存储库
该数据存储库对应一项整合死后数字组织病理学与生前MRI的研究，旨在刻画行为变异型额颞叶痴呆（bvFTD）在多尺度上的协方差网络拓扑
基本信息
资源简介
共享微观与宏观尺度协方差网络拓扑揭示额颞叶变性蛋白病差异的数据存储库
Data repository for "Shared micro- and macro-scale covariance network topology reveals differences in frontotemporal lobar degeneration proteinopathies"
该数据存储库对应一项整合死后数字组织病理学与生前MRI的研究，旨在刻画行为变异型额颞叶痴呆（bvFTD）在多尺度上的协方差网络拓扑。数据覆盖FTLD-Tau与FTLD-TDP两类蛋白病及健康对照、svPPA等组别，包含组织病理学与MRI的协方差矩阵文件，共27个文件。可用于比较不同病理亚型间微观与宏观网络拓扑的一致性与差异性，支持神经退行性网络与细胞基质关系的分析（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
项目资助方：Integrated micro-to-macro network models of disease spread in frontotemporal dementia。源站首次发布：2026-06-11。
【数据内容】
源站描述（机器翻译，仅供参考）：脑神经影像的结构协方差分析对于刻画衰老和痴呆中神经退行性变的网络模式一直发挥着重要作用。然而，宏观尺度神经退行性网络与其潜在细胞基质之间的关系仍不清楚。在此，我们将死后数字组织病理学与生前MRI相结合，以刻画行为变异型额颞叶痴呆（bvFTD）中跨多个尺度的协方差网络；bvFTD是早发性痴呆的常见病因，其神经病理具有异质性，主要为tau蛋白病（FTLD-Tau）或TDP-43蛋白病（FTLD-TDP），目前在一生中尚无法区分。我们识别出FTLD-Tau和FTLD-TDP两者组内组织病理学与MRI网络拓扑之间的一致性，以及不同病理之间的组间差异模式。此外，病理特异性的拓扑网络模
【数据结构与技术规格】
文件数 27 个，合计 607.63 KB。数据集 DOI：10.6084/m9.figshare.32117878.v1。
【主题与分类】
源站学科分类：Computational neuroscience (incl. mathematical neuroscience and theoretical neuroscience)、Biological network analysis。主题标签：frontotemporal lobar degeneration.、covariance networks、histopathology。本站分类：神经系统疾病。
【适用方向】
源站学科分类标注为 Computational neuroscience (incl. mathematical neuroscience and theoretical neuroscience)、Biological network analysis。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Data_repository_for_Shared_micro-_and_macro-scale_covariance_network_topology_reveals_differences_in_frontotemporal_lobar_degeneration_proteinopathies_/32117878
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Chen, Min; Seok Roh, Hyung; Ohm, Daniel T.; Olm, Christopher A.; Wolk, David A.; Lee, Edward B.; et al. (2026). Data repository for "Shared micro- and macro-scale covariance network topology reveals differences in frontotemporal lobar degeneration proteinopathies". figshare. Dataset
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/10.6084/m9.figshare.32117878
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 607.6 KB。
数据说明
脑神经影像的结构协方差分析对于表征衰老和痴呆中神经退行性变的网络模式起到了重要作用。然而，宏观尺度神经退行性网络与其潜在细胞基质之间的关系仍不清楚。在此，我们将死后数字组织病理学与生前MRI相结合，以表征行为变异型额颞叶痴呆（bvFTD）中跨多个尺度的协方差网络。bvFTD是早发性痴呆的常见病因，具有异质性神经病理，主要为tau蛋白病（FTLD-Tau）或TDP-43蛋白病（FTLD-TDP），目前生前无法区分。我们识别出FTLD-Tau和FTLD-TDP各自组内组织病理学与MRI网络拓扑之间的一致性，以及不同病理之间的组间差异模式。此外，病理特异性的拓扑网络模式在一个独立的、预测为FTLD病理的原发性进行性失语患者在世队列中得到了重复验证。
这些结果发现了跨尺度趋同的网络模式，提供了标准MRI体积分析无法显现的区分特征，提示细胞病理的疾病特异性属性可在生前表现为网络驱动的变性。该数据仓库包含组织病理学病理占据百分比面积（log[%AO]）、MRI体积、W评分和协方差邻接矩阵数据，这些数据来自一项尸检研究，研究对象为具有生前结构性MRI的FTLD病理患者（FTLD-Tau=26，FTLD-TDP=29），以及来自部分重叠尸检队列的死后组织病理学切片（FTLD-Tau=107，FTLD-TDP=94）。这些数据用于生成发表于以下文献的主要结果：“共享微观和宏观尺度协方差网络拓扑揭示额颞叶变性蛋白病的差异。投稿中。”这些数据文件可与我们的代码仓库关联使用：https://github.com/PennCompPathology/MRI_H
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
