与队列计划相关的早期诊断和更好治疗任务

数据集获取

源站：https://clinicaltrials.gov/study/NCT05266872

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。卢森堡帕金森研究是一项正在进行的纵向全国性单中心观察性研究。该研究收集了大量的临床、分子、遗传和基于数字设备的纵向数据，以及预期的死后诊断验证（Hipp等，2018）。该队列由来自卢森堡及大区的1600多名参与者组成，包括典型帕金森病或不典型帕金森综合征患者——不论疾病阶段、年龄、认知状态、合并症或语言背景——每年进行随访，以及年龄和性别匹配的健康对照受试者，每4年进行随访。为了为帕金森病的临床和基础研究提供大规模、纵向随访和深度表型分析的患者和对照组，研究人员实施了一个开源数字平台，该平台已与其他国际帕金森病队列研究部分协调一致。这一努力还辅以全面的生物样本采集工作，确保体液和组织活检（包括血液、尿液、粪便、唾液、头发、皮肤活检和脑脊液）的高质量和持续可用性。

所有数据和样本均被存储、管理，并整合到最先进的数据和生物样本库设施中。

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。