人工智能在分子影像中的应用:预测REM睡眠行为障碍的帕金森病风险

该数据集来自 clinicaltrials.gov,聚焦 REM 睡眠行为障碍(RBD)向帕金森病(PD)、路易体痴呆(DLB)及多系统萎缩(MSA)等突触核蛋白病转化的风险预测

Insel Gruppe AG, University Hospital BernInsel Gruppe AG, University Hospital Bern
clinicaltrials
浏览 13
蛋白质预测Parkinson DiseaseREM Sleep Behavior DisorderDementia, Lewy Body
Artificial Intelligence in Molecular Imaging: Predicting Parkinson's Risk in REM Sleep Behavior Disorder

基本信息

模态
蛋白质
任务类型
预测
创建/更新时间
2026-10-14

资源简介

人工智能在分子影像中的应用:预测REM睡眠行为障碍的帕金森病风险

该数据集英文名为 Artificial Intelligence in Molecular Imaging: Predicting Parkinson's Risk in REM Sleep Behavior Disorder,来源于 clinicaltrials.gov,在神经系统疾病 / 帕金森病分类下收录。其核心关注点是 REM 睡眠行为障碍(RBD)人群的疾病进程,以及利用人工智能分析影像数据,从而对向帕金森病(PD)、路易体痴呆(DLB)及多系统萎缩(MSA)等突触核蛋白病转化的风险进行预测和分层。数据集主题标签包括 Parkinson Disease、REM Sleep Behavior Disorder 和 Dementia, Lewy Body。整体而言,该数据集围绕 RBD 的临床与影像生物标志物展开,目标是为疾病进展和转化风险的识别提供系统化记录与预测方法。

【数据集背景】

该数据集所对应的研究聚焦于 REM 睡眠行为障碍(RBD)的病程记录与转化风险预测。源站描述指出,研究旨在系统记录 RBD 的病程,并探索可能的临床与影像生物标志物,用于判断疾病进展以及向帕金森病(PD)、路易体痴呆(DLB)和多系统萎缩(MSA)转化的风险。研究还明确提出将使用人工智能分析影像,开发可靠方法以预测和分层即将转化为明显突触核蛋白病的患者。数据集分类为神经系统疾病 / 帕金森病,主题标签涵盖帕金森病、REM 睡眠行为障碍和路易体痴呆,体现出其在神经退行性疾病早期识别与风险分层方面的定位。

【数据内容】

源站描述显示,研究涉及的条件包括帕金森病、REM 睡眠行为障碍、路易体痴呆以及多系统萎缩。参与者将接受临床评估,并完成 2 项影像检查。研究关注临床和影像生物标志物,并利用人工智能对影像进行分析,以预测和分层患者向明显突触核蛋白病转化的风险。除上述内容外,源站未提供关于具体变量、样本量、影像模态、随访时长或数据格式的进一步说明。

【采集与来源】

该数据集来自 clinicaltrials.gov。源站描述表明,研究将对参与者进行临床评估,并实施 2 项影像检查。研究目标包括系统记录 RBD 的病程,并研究可能的临床和影像生物标志物,以用于疾病进展和向 PD、DLB、MSA 转化的风险评估。关于采集地点、采集时间、设备型号、伦理审批信息等,源站未提供。

【适用场景】

基于源站描述,该数据集适用于围绕 REM 睡眠行为障碍(RBD)向帕金森病、路易体痴呆、多系统萎缩等突触核蛋白病转化的风险预测研究,也适用于利用人工智能分析影像以进行患者分层的方法探索。其主题标签涉及帕金森病、REM 睡眠行为障碍和路易体痴呆,因此可服务于神经系统疾病尤其是帕金森病相关领域的临床与影像研究。关于具体适用模型、分析流程或临床部署条件,源站未提供。

【使用方法】

源站描述提到,研究将使用人工智能分析影像,并开发可靠方法以预测和分层接近转化为明显突触核蛋白病的患者。参与者将接受临床评估和 2 项影像检查。除这些说明外,源站未提供关于数据访问方式、预处理步骤、变量字典、代码或分析工具的具体信息。

【质量与限制】

源站描述未提供样本量、数据完整性、标注质量、随访覆盖率、影像分辨率或外部验证结果等信息。该数据集聚焦于 RBD 人群及其向 PD、DLB、MSA 转化的风险预测,其适用范围受研究设计和源站描述所限。关于偏倚控制、缺失数据处理和泛化能力等,源站未提供。

【引用与许可】

源站未提供引用格式、许可条款、数据使用协议或访问限制等信息。

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://clinicaltrials.gov/study/NCT06629207

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

条件:帕金森病、快速眼动睡眠行为障碍、痴呆、路易体。本研究旨在系统记录快速眼动睡眠行为障碍(RBD)的病程,并探究可能的临床与影像学生物标志物,以预测疾病进展及向帕金森病(PD)、路易体痴呆(DLB)和多系统萎缩(MSA)转化的风险。研究将利用人工智能分析影像资料,开发一种可靠的方法来预测和分层即将转化为明显α-突触核蛋白病的患者。参与者将接受临床评估,并完成两项影像学检查。

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