PPMI帕金森进展标志物数据
PPMI提供运动障碍临床、影像、遗传和生物样本数据，可作为MSA鉴别诊断、非典型帕金森对照和模型预训练资源。 该数据集与多系统萎缩高度相关，覆盖多模态数据内容，可用于分类、特征筛选、算法评估和临床研究。
基本信息
资源简介
PPMI帕金森进展标志物数据
【一句话概览】
合格研究人员可申请获取帕金森精准医学计划（PPMI）的完整个体层面数据，涵盖临床、影像、组学、遗传、传感器和生物标志物数据。相关资源包括展示参与者人口统计和样本分析的多种仪表板，生物标志物仪表板的更多信息见数据用户指南第8.2节。受试者数为95。数据涉及全外显子组测序、全基因组测序、RNA测序、iPSC及FOUNDIN-PD等标签。可申请数据访问或登录，并欢迎提出问题或反馈（来源 ppmi-info.org）。
【数据集背景】
本数据集源站标题为《Access Data | Parkinson''s Precision Medicine Initiative》。
【数据内容】
源站原始描述：Qualified researchers may obtain access to the full breadth of individual-level PPMI data, including clinical, imaging, ‘omics, genetic, sensor, and biomarker data. Please see available resources for using the data at the right, including various dashboards showing participant demographics and specimen analyses. For more information specifically about the Biomarker Dashboard, please see the Data User Guide section 8.2. Apply for data access or login below, and please reach out with questions or…
中文译文（机器翻译，仅供快速理解，请以原文为准）：合格的研究人员可以获取PPMI全面的个体级别数据，涵盖临床、影像、组学、遗传、传感器及生物标志物数据。请参阅右侧提供的资源以了解如何使用这些数据，其中包括展示参与者人口统计特征和样本分析的各种仪表板。如需了解有关生物标志物仪表板的更多信息，请参阅《数据用户指南》第8.2节。请在下方申请数据访问权限或登录，如有疑问或反馈，请随时联系我们。
【主题与分类】
主题标签：Parkinson''s disease、clinical、imaging、omics、genetic、sensor、biomarker、whole exome sequencing、whole genome sequencing、RNA sequencing。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://www.ppmi-info.org/access-data-specimens/download-data
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。
暂未开放有偿下载
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://www.ppmi-info.org/access-data-specimens/download-data
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
PPMI提供运动障碍临床、影像、遗传和生物样本数据，可作为MSA鉴别诊断、非典型帕金森对照和模型预训练资源。
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。
