探索嗅黏膜、血液和尿液以识别帕金森病、非典型帕金森综合征及路易体病所致神经认知障碍的早期生物标志物
该数据集来自 clinicaltrials.gov,聚焦帕金森病、多系统萎缩、路易体痴呆等α-突触核蛋白病及健康受试者。研究采集嗅黏膜、血液和尿液样本,结合 RT-QuIC、Simoa SR-X、ELISA、NTA、TEM 及溶液/固态 NMR 等技术,寻找可用于区分和分层患者的特异性生物标志物指纹

基本信息
资源简介
探索嗅黏膜、血液和尿液以识别帕金森病、非典型帕金森综合征及路易体病所致神经认知障碍的早期生物标志物
该数据集来自 clinicaltrials.gov,聚焦帕金森病、多系统萎缩、路易体痴呆等α-突触核蛋白病及健康受试者。研究采集嗅黏膜、血液和尿液样本,结合 RT-QuIC、Simoa SR-X、ELISA、NTA、TEM 及溶液/固态 NMR 等技术,寻找可用于区分和分层患者的特异性生物标志物指纹,并借助统计分析和定制机器学习算法整合临床(含嗅觉功能)与实验数据,以支持α-突触核蛋白病的临床诊断(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:帕金森病、MSA - 多系统萎缩、路易体痴呆(LBD)、神经退行性疾病、健康受试者(HS)。嗅黏膜(OM)、血液和尿液可能含有帕金森病、MSA 和 DLB 的关键特异性生物标志物,可通过专门的超灵敏技术检测,或许能在疾病早期阶段检出。因此,通过首次结合对 OM、血液和尿液的 RT-QuIC、Simoa SR-X、ELISA 和 NTA 分析,并利用 TEM 以及溶液/固态 NMR 分析,研究者将尝试识别α-突触核蛋白病的特异性指纹,用于对活体患者进行分层。在统计分析和定制机器学习算法的支持下,这些算法将结合临床(包括嗅觉功能分析)和实验数据,研究者的项目可能对α-突触核蛋白病的临床诊断产生显著影响。The in
【主题与分类】
主题标签:Parkinson Disease、MSA - Multiple System Atrophy、Lewy Body Dementia (LBD)、Neurodegenerative Disease、Healthy Subjects (HS)。本站分类:神经系统疾病/帕金森病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06846658
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/NCT06846658
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:
数据说明
疾病:帕金森病、MSA-多系统萎缩、路易体痴呆(LBD)、神经退行性疾病、健康受试者(HS)。嗅黏膜、血液和尿液可能含有帕金森病、MSA和DLB的关键特异性生物标志物,可通过专业超灵敏技术检测,或许在疾病早期阶段即可检出。因此,通过首次结合对嗅黏膜、血液和尿液的RT-QuIC、Simoa SR-X、ELISA和NTA分析,并利用TEM及溶液/固态NMR分析,研究者将尝试识别α-突触核蛋白病的特异性指纹图谱,以用于对在世患者进行分层。在统计分析及定制机器学习算法的支持下,这些算法将结合临床数据(包括嗅觉功能分析)和实验数据,研究者的项目可能对α-突触核蛋白病的临床诊断产生重大影响。研究者的项目将结合创新且超灵敏的诊断方法,评估嗅黏膜、血液和尿液是否可作为非侵入性且易于获取的样本用于生物标志物检测,从而实现α-突触核蛋白病的识别和分层。
为了实现项目目标,并对未来的科学应用、临床实践以及这些疾病患者的健康产生深远影响,需要具备特定且互补技能的研究人员之间开展多学科协作。研究人员的研究项目将结合前沿技术,利用易于定期采集的组织,提升多维生物标志物模式在帕金森病(PD)、多系统萎缩(MSA)和路易体痴呆(DLB)临床诊断中的效力。具体而言,研究人员将通过评估以下方面,对α-突触核蛋白病的若干关键方面获得独特见解:(1)PD、MSA和DLB患者的嗅黏膜(OM)、血液和尿液中是否含有可用于改善患者临床诊断/识别的小型α-突触核蛋白聚集体(maS);(2)maS在OM、血液和尿液中的外周分布是否在不同疾病之间存在差异,甚至在同一患者不同组织之间也存在差异;(3)生化、形态学和结构
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。




