PPMI 子研究：高分辨率与标准分辨率 PET 评估 [18F]AV-133 成像的纵向单中心研究
该数据集来自 clinicaltrials.gov，属于 PPMI 项目下的一个子研究，为纵向、单中心研究，旨在评估 [18F]AV-133 成像在帕金森病（PD）受试者中的进展，随访时间最长 12 个月
![This Protocol is a Sub-study Under the PPMI Program. It is a Longitudinal, Single-center Study to Assess the Performance of [18F]AV-133 Imaging Using High and Standard Resolution PET in Individuals Enrolled With Parkinson's Disease (PD) for up to 12 Months.](/medical-api/medicalDataset/datasetCover/70559.jpg)
基本信息
资源简介
PPMI 子研究：高分辨率与标准分辨率 PET 评估 [18F]AV-133 成像的纵向单中心研究
该数据集来自 clinicaltrials.gov，属于 PPMI 项目下的一个子研究，为纵向、单中心研究，旨在评估 [18F]AV-133 成像在帕金森病（PD）受试者中的进展，随访时间最长 12 个月。研究计划从正在进行的 PPMI Clinical 002 研究中招募约 45 名 PD 受试者和 5 名健康对照受试者，在基线和随访时按活动时间表进行全面评估，并在每个成像时间点分别使用 NX 相机和标准 PET 相机进行 [18F]AV-133 PET 成像。数据可用于分析 PD 相关成像指标随时间的变化（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（PD）、健康对照受试者。该研究是一项纵向、单中心研究，旨在评估 [18F]AV-133 成像在 PD 受试者中的进展。受试者将被随访最长 12 个月。计划从正在进行的 PPMI Clinical 002 研究中招募约 45 名 PD 受试者和 5 名健康对照受试者。受试者将在基线和随访时根据活动时间表进行全面评估。受试者将接受 [18F]AV-133 的 PET 成像评估。示踪剂注射后，受试者将在每个成像时间点使用 PET 相机成像——一台使用 NX 相机，一台使用标准 PET 相机——依据图像采集方案（IAP）。
【主题与分类】
主题标签：Parkinson's Disease (PD)、Healthy Control Subjects。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/NCT07830654
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/NCT07830654
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
条件：帕金森病（PD）、健康对照受试者。本研究为纵向、单中心研究，旨在评估PD受试者中[18F]AV-133显像的进展。受试者将被随访长达12个月。约45名PD受试者和5名健康对照受试者将从正在进行的PPMI Clinical 002研究中招募。受试者将在基线和随访时根据活动时间表接受全面评估。受试者将接受[18F]AV-133 PET显像评估。示踪剂注射后，受试者将在每个显像时间点按照图像采集方案（IAP）在PET相机上接受显像——一台使用NX相机，一台使用标准PET相机。
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。
