NTUA Parkinson Dataset

该数据集目前包含来自78个个体（其中55个患有帕金森病，23个为正常控制对象）的MRI检查和DaT扫描。总共有超过42000张图像可供学术使用。

This dataset currently includes MRI examinations and DaT scans from 78 individuals (55 with Parkinson's disease and 23 as normal controls). A total of over 42,000 images are available for academic use.

原始信息汇总

NTUA Parkinson Dataset 概述

数据集基本信息

• 数据来源：78位个体，其中55位患有帕金森病，23位为正常对照组。
• 数据类型：MRI检查和DaT扫描图像。
• 图像总数：超过42,000张图像。

图像分布

图像类型	PD患者	正常对照	总计
DaT扫描	590	330	920
MRI	32,706	10,381	43,087

引用信息

若在研究中使用此数据集，请引用以下文献：

@article{tagaris2018machine, title={Machine Learning for Neurodegenerative Disorder Diagnosis—Survey of Practices and Launch of Benchmark Dataset}, author={Tagaris, Athanasios and Kollias, Dimitrios and Stafylopatis, Andreas and Tagaris, Georgios and Kollias, Stefanos}, journal={International Journal on Artificial Intelligence Tools}, volume={27}, number={03}, pages={1850011}, year={2018}, publisher={World Scientific} }

搜集汇总

数据集介绍

构建方式

NTUA Parkinson Dataset的构建基于对78名个体的MRI检查和DaT扫描数据，其中55名患有帕金森病，23名为正常对照组。数据集通过将图像根据诊断结果分为PD（帕金森病患者）和NPD（正常对照组）两个文件夹，确保了数据的分类清晰。此外，数据集还包含了与患者相关的描述性数据，如人口统计信息、临床信息、药物使用情况和测试分数，这些数据以CSV格式存储，进一步丰富了数据集的内容。

特点

该数据集的显著特点在于其包含了丰富的医学影像数据和详细的描述性信息。影像数据涵盖了超过42,000张图像，包括920张DaT扫描和43,087张MRI图像，为研究提供了多模态的数据支持。此外，描述性数据如患者的出生日期、性别、疾病持续时间等，为深入分析提供了额外的维度。值得注意的是，尽管数据集提供了大量信息，但并非所有患者的数据都完整，这为研究者在使用时提供了灵活性。

使用方法

NTUA Parkinson Dataset适用于基于机器学习和深度学习的帕金森病诊断研究。研究者可以通过访问PD和NPD文件夹获取相应的医学影像数据，并结合CSV文件中的描述性数据进行综合分析。在使用时，建议研究者根据具体需求选择合适的图像类型和描述性信息，以优化模型的训练和验证过程。同时，引用相关文献以确保学术研究的规范性和透明性。

背景与挑战

背景概述

NTUA Parkinson Dataset是由希腊雅典国立技术大学（NTUA）的研究团队创建的，旨在为帕金森病的诊断提供一个基准数据集。该数据集包含了78名个体的MRI检查和多巴胺转运体扫描（DaT Scans），其中55名患有帕金森病，23名为正常对照组。数据集的创建时间为2018年，主要研究人员包括Athanasios Tagaris、Dimitrios Kollias等。该数据集的核心研究问题是通过机器学习技术提高帕金森病的诊断准确性，并对神经退行性疾病诊断领域产生了重要影响。

当前挑战

NTUA Parkinson Dataset在构建过程中面临了多个挑战。首先，数据集的多样性和完整性是一个重要问题，因为并非所有个体的所有信息都可用。其次，图像数据的处理和标注需要高度专业化的医学知识，以确保诊断的准确性。此外，帕金森病的早期诊断和区分与其他神经退行性疾病的挑战仍然存在，这要求数据集能够提供足够的信息以支持复杂的分类任务。最后，数据集的规模和质量对于训练有效的机器学习模型至关重要，如何在有限的样本中提取有用的特征是一个持续的挑战。

常用场景

经典使用场景

NTUA Parkinson Dataset的经典使用场景主要集中在神经退行性疾病的研究领域，尤其是帕金森病的诊断与分类。通过分析MRI和DaT扫描图像，研究者可以构建基于机器学习的分类模型，以区分帕金森病患者与健康对照组。这些模型能够从图像中提取关键特征，进而辅助临床医生进行早期诊断和病情评估。

解决学术问题

该数据集解决了帕金森病早期诊断中的关键学术问题，尤其是在缺乏典型症状的情况下，如何通过影像学手段进行准确分类。通过提供大规模的MRI和DaT扫描数据，研究者能够开发和验证新的诊断算法，推动神经影像学在帕金森病研究中的应用，并为未来的临床实践提供科学依据。

衍生相关工作

基于NTUA Parkinson Dataset，许多研究者开展了相关的经典工作，包括开发深度学习模型以提高诊断精度、探索影像特征与临床症状之间的关联性，以及研究帕金森病的病理机制。这些工作不仅推动了机器学习在医疗领域的应用，还为帕金森病的早期干预和治疗策略提供了新的思路。