帕金森病生物标志物研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT00465790

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

疾病：帕金森病、多系统萎缩、进行性核上性麻痹、亨廷顿病、肌张力障碍、弥漫性路易体病。采用创新的血液基因组学方法，确定特发性帕金森病（PD）特异性的基因表达特征。目前尚无针对PD的特异性临床或实验室诊断检测。在GENEPARK项目中，将通过微阵列分析遗传性PD和特发性PD患者的血液样本，以识别PD特异性的基因表达特征。新生物标志物对PD的特异性将通过分析非典型帕金森综合征患者来检验，包括多系统萎缩（MSA）、进行性核上性麻痹（PSP）和弥漫性路易体病（DLBD），以及患有其他基底节疾病如亨廷顿病（HD）和多巴反应性肌张力障碍（DRD）的患者。经验证的基因表达特征将用于开发诊断特发性PD的新检测方法。确定基因表达特征与PD不同阶段之间的相关性。

将分析遗传性帕金森病症状前和有症状患者以及不同阶段特发性帕金森病患者的基因表达，以识别针对疾病不同阶段的特异性基因表达特征。需要强调的是，由于症状前遗传性帕金森病尚无临床检测指标，此类分子标志物可作为替代标志物，用于监测帕金森病潜在预防性治疗的治疗效果。确定基因表达特征与通过神经影像学测定的帕金森病脑内神经退行性过程的形态学证据之间的相关性。在帕金森病患者血液样本中识别出的基因表达特征将与神经影像学检测到的脑内变化进行相关性分析。这种疾病分子标志物与形态学标志物的相关性将有助于筛选与疾病进展相关的血液标志物。此外，疾病进展的分子标志物和形态学标志物可联合用于监测新型神经保护

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。