数据类型

  1. 临床
  2. 遗传
  3. MRI图像
  4. PET图像
  5. 生物样本

临床

  • ADNI临床数据集包括关于每个受试者的临床信息,包括招募,人口统计学,身体检查和认知评估数据。可以将整套临床数据作为逗号分隔值(CSV)文件批量下载。
  • ADNI临床数据由阿尔茨海默氏症治疗研究所(ATRI)收集和管理。
  • 下表总结了收集的临床数据

遗传

  • 遗传因素在阿尔茨海默病中起重要作用。因此,ADNI的一个关键目标是为研究人员提供将遗传学与成像和临床数据相结合的机会,以帮助研究疾病的发病机制。已经为ADNI 1,ADNI GO和ADNI 2受试者生成了基因分型和测序数据,并且可供ADNI研究人员使用。
  • 可用数据摘要如下:
  • 基因数据: ILLUMINA SNP基因分型检测
  1. ADNI的一个关键目标就是为研究人员提供机会,将遗传学、影像学和临床数据结合起来,帮助研究该病的机制
  2. SNPs -- 单核苷酸多态性(single nucleotide polymorphisms)
  3. GWAS -- 全基因组关联研究(Genome-Wide Association Studies)
  4. WGS -- 全基因组测序
  5. APOE的4等位基因是已知的AD最强大的遗传风险因素,如果拥有一个4等位基因的人患AD的风险增加了2- 3倍,那么如果有两个等位基因的人患AD的风险增加了12倍。
  6. GWAS采用标记物(单核苷酸多态性(SNPs))和感兴趣的表型之间的关联测试。病例对照GWAS和其他类型的遗传关联研究的结果可以为检测ADNI成像和其他生物标志物数据集派生的定量表型提供靶点。

MRI图像

  • MRI图像-磁共振成像,英文全称是:Magnetic Resonance Imaging,包括:原始、预处理和后处理的图像文件,FMRI和DTI。
  • MRI图像的收集对于满足ADNI开发生物标记物以追踪阿尔茨海默病的进展和潜在病理学变化的目标至关重要。
  • 下表显示了整个ADNI研究中收集的MRI数据的概述

PET图像

  • PET:正电子发射型计算机断层显像(Positron Emission Computed Tomography),是核医学领域比较先进的临床检查影像技术。
  • PET图像的收集对于满足ADNI开发生物标记物以追踪阿尔茨海默病的进展和潜在病理学变化的目标至关重要。
  • 下表为收集到的数据:
  • 可用数据图像

生物样本

  • ADNI的目标之一是收集参与者的血液,尿液和脑脊液(CSF)等生物样本。
  • 各阶段提取的生物样本
  1. ADNI 1 BIOSPECIMEN COLLECTION

  2. ADNI GO BIOSPECIMEN COLLECTION

  3. ADNI 2 BIOSPECIMEN COLLECTION

  •  相关名词解释
  1. CSF-脑脊髓液(Cerebrospinal Fluid)
  2. Plasma from Blood-血浆
  3. Serum from Blood-血清
  4. Buffy Coat-白细胞层

参考文献:

http://adni.loni.usc.edu/

ADNI数据集相关概念整理的更多相关文章

  1. 关于Unity中的涉及到Attribute的相关概念整理(@WhiteTaken)

    这两天事情比较多,没有来得及更新,现在把我这两天看的attributes相关内容进行整理. 涉及到的相关概念包括: C#中的特性概念及用法 创建自己的特性以及通过反射访问特性 C#中的特性概念以及用法 ...

  2. Hive篇--相关概念整理一

    一.前述 hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张数据库表,并提供简单的sql查询功能,可以将sql语句转换为MapReduce任务进行运行. 其优点是学习成本低 ...

  3. RAM、ROM和fFLASH相关概念整理

    一:ROM ROM:Read Only Memory.只读存储器    是一种半导体内存,又叫做非挥发性内存.其特性是一旦数据被存储就无法再将之改变或删除.存储的数据不会因为电源关闭而消失.   二: ...

  4. 【faster-rcnn】训练自己的数据集时的坑

    既然faster-rcnn原版发表时候是matlab版代码,那就用matlab版代码吧!不过遇到的坑挺多的,不知道python版会不会好一点. ======= update ========= 总体上 ...

  5. Java 8 被动迭代式特性介绍(转自IBM)

    编程语言一般都需要提供一种机制用来遍历软件对象的集合,现代的编程语言支持更为复杂的数据结构,如列表.集合.映射和数组.遍历能力是通过公共方法提供,而内部细节都隐藏在类的私有部分,所以程序员不需要了解其 ...

  6. 【机器学习实战】第12章 使用FP-growth算法来高效发现频繁项集

    第12章 使用FP-growth算法来高效发现频繁项集 前言 在 第11章 时我们已经介绍了用 Apriori 算法发现 频繁项集 与 关联规则.本章将继续关注发现 频繁项集 这一任务,并使用 FP- ...

  7. 【OCR技术系列之六】文本检测CTPN的代码实现

    这几天一直在用Pytorch来复现文本检测领域的CTPN论文,本文章将从数据处理.训练标签生成.神经网络搭建.损失函数设计.训练主过程编写等这几个方面来一步一步复现CTPN.CTPN算法理论可以参考这 ...

  8. AD预测论文研读系列1

    A Deep Learning Model to Predict a Diagnosis of Alzheimer Disease by Using 18F-FDG PET of the Brain ...

  9. ICDAR2015 数据处理及训练

    训练数据处理: 天池ICPR2018和MSRA_TD500两个数据集: 1)天池ICPR的数据集为网络图像,都是一些淘宝商家上传到淘宝的一些商品介绍图像,其标签方式参考了ICDAR2015的数据标签格 ...

随机推荐

  1. 生成器 yield

    由于生成器的其中一种创建方式与列表推导式很相似,这里先说一下列表推导式. 列表推导式 列表推导式又叫列表生成式,官方叫做 list comprehension.顾名思义,这个是用来生成列表的. 用法: ...

  2. 解题:HNOI 2013 Cards

    题面 除了不洗牌以外,每种洗牌方式的每个循环里的颜色必须一样,然后大力背包一下就好了.最后记得把不洗牌的方案也算进去 #include<cstdio> #include<cstrin ...

  3. Linux上查找

    locate 用法:locate filename locate是Linux系统中的一个查找(定位)文件命令,和find命令等找寻文件的工作原理类似,但locate是通过生成一个文件和文件夹的索引数据 ...

  4. 1.Unix,Linux起源与编译原理

    一.UNIX操作系统   作者:丹尼斯.里奇,肯.汤普逊  版权:贝尔实验室  时间:1971  特点:多用户,多任务(多进程),多CPU(多种CPU架构),高安全,高可靠,高性能,高稳定  应用:构 ...

  5. pthread_detach pthread_create实例

    //pool.h 1 #ifndef POOL_H #define POOL_H #include <pthread.h> class pool { public: pool(); ~po ...

  6. linux driver error ------ 编译驱动出现 ERROR: Kernel configuration is invalid

       ERROR: Kernel configuration is invalid.         include/generated/autoconf.h or include/config/au ...

  7. windows10 升级1803后,远程错误提示“出现身份验证错误,要求的函数不受支持 CredSSP 加密 Oracle修正”的解决办法

    远程出现错误提示:出现身份验证错误,要求的函数不受支持 CredSSP 加密 Oracle修正 运行 gpedit.msc 本地组策略: 计算机配置>管理模板>系统>凭据分配> ...

  8. SHELL (4) —— 变量的数值计算实践

    摘自:Oldboy Linux运维——SHELL编程实战 利用(())双括号进行比较及判断: [root@yeebian ~]# echo $((3<8)) 1 #1表示真. [root@yee ...

  9. 一致性哈希算法介绍,及java实现

    应用场景 在做服务器负载均衡时候可供选择的负载均衡的算法有很多,包括: 轮循算法(Round Robin).哈希算法(HASH).最少连接算法(Least Connection).响应速度算法(Res ...

  10. 转:我是否该放弃VB.Net?

    我是否该放弃VB.Net呢?这个问题一次次的出现在我的脑海里,而且这种想法越来越强烈.放弃VB.Net至少能让我的生活变得轻松些.如果你是个C#程序员,那拷贝粘贴代码会很容易,因为可以找到的例子代码如 ...