DLB疾病进展的纵向影像学生物标志物
采集临床与生物样本数据,并按PDBP指南每年采集CSF。每年进行临床神经影像检查,包括Ioflupane (123I) SPECT(DaTscan)、结构MRI AD特征性萎缩及β-淀粉样蛋白沉积

基本信息
资源简介
DLB疾病进展的纵向影像学生物标志物
该数据集来自clinicaltrials.gov,聚焦Lewy Body Disease(DLB)疾病进展的纵向影像学生物标志物。研究计划入组90例可能DLB患者(Mayo Clinic Rochester 60例、Mayo Clinic Jacksonville 30例)及45例对照(MCR 30例、MCJ 15例),在5年内进行最多六次评估,包括基线和六个月后及此后每年一次。采集临床与生物样本数据,并按PDBP指南每年采集CSF。每年进行临床神经影像检查,包括Ioflupane (123I) SPECT(DaTscan)、结构MRI AD特征性萎缩及β-淀粉样蛋白沉积。可用于研究DLB进展相关的多模态纵向生物标志物(来源 cli。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Lewy Body Disease。拟议项目将入组90名可能患有DLB的受试者,其中60名来自Mayo Clinic Rochester(MCR),30名来自Mayo Clinic Jacksonville(MCJ)。此外,还将入组45名对照,其中30名来自MCR,15名来自MCJ。我们将在5年的研究期间对每名受试者进行最多六次评估,包括基线、六个月以及此后每年一次。我们将每年一次并在六个月时一次对这些队列进行临床和生物样本数据收集,并按照Parkinson's Disease Biomarker's Program(PDBP)的指南每年收集CSF。临床神经影像将每年进行,包括:a)使用Ioflupane (123I) SPECT(DaTscan)进行多巴胺转运体成像,作为LBD相关多巴胺能活性丧失的生物标志物,b)结构MRI AD特征性萎缩,作为AD相关神经退行性变的生物标志物,c)β-淀粉样蛋白(Aβ)沉积
【主题与分类】
主题标签:Lewy Body Disease。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/NCT03582488
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/NCT03582488
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:路易体病。拟议项目将招募90名很可能为DLB的受试者,其中60名来自罗切斯特梅奥诊所(MCR),30名来自杰克逊维尔梅奥诊所(MCJ)。此外,还将招募45名对照者,其中30名来自MCR,15名来自MCJ。在研究为期5年的时间内,我们将对每名受试者进行最多六次评估,包括基线、六个月时以及此后每年一次。我们将按照帕金森病生物标志物计划(PDBP)的指南,每年对这些队列进行一次临床和生物样本数据收集,并在六个月时进行一次,同时每年进行一次脑脊液采集。临床神经影像学检查将每年进行,包括:a)使用Ioflupane(123I)SPECT(DaTscan)进行多巴胺转运体成像,作为LBD相关多巴胺能活性丧失的生物标志物;b)结构性MRI AD特征性萎缩,作为AD相关神经退行性变的生物标志物;c)PET上的β-淀粉样蛋白(Aβ)沉积,作为Aβ病理的生物标志物。对于来自MCR中心的患者,我们将研究AV-1451 PET。
由于AV-1451 PET在DLB中tau蛋白沉积的特异性尚未确立,我们将在一部分DLB患者中研究这一生物标志物,以确定与临床正常对照组相比AV-1451的摄取模式,及其与DLB中萎缩、Aβ负荷和临床疾病进展的关联。
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。




