什么是ADNI数据集

ADNI（Alzheimer’s Disease Neuroimaging Initiative）数据集概览

1. 项目背景与目标

ADNI 是由美国国立卫生研究院（NIH）和国家老年问题研究所联合资助的跨学科、国际合作项目，始于 2004 年，旨在通过系统、标准化地收集 临床、影像、基因和生物标志物 数据，推动阿尔茨海默病（AD）及其前驱轻度认知障碍（MCI）的早期诊断、疾病进展机制和治疗评估。项目的核心目标包括：

• 开发并验证可用于临床试验的 MRI、PET、脑脊液（CSF）等生物标志物。
• 建立统一的数据平台，供全球合格研究者共享与二次分析。
• 为药物研发、机器学习模型、流行病学研究等提供高质量、纵向的大样本数据。

2. 研究阶段（ADNI‑1、ADNI‑GO、ADNI‑2、ADNI‑3）

3. 数据类型与内容

ADNI 数据集是 多模态 的，主要包括：

这些数据均经过统一的质量控制和标准化处理，便于跨中心、跨时间点的比较。

4. 数据规模

截至最新公开统计，ADNI 已累计收集 约 1700–1800 名受试者（包括认知正常、MCI、AD）以及对应的多模态影像和生物标本。每位受试者通常有 2–3 年的纵向随访，部分受试者已完成 10 年以上的追踪。

5. 数据获取方式

1. 注册账号：访问 ADNI 官方网站（adni.loni.usc.edu），完成个人信息登记并同意数据使用协议。
2. 审批流程：提交研究计划摘要，经过 ADNI 数据使用委员会审核后获得下载权限。
3. 下载平台：批准后可在 IDA（Image & Data Archive）‍ 系统中选择所需模态、时间点进行批量下载，支持 HTTP、Globus、Aspera 等高速传输方式。
4. 使用限制：仅限学术研究或经批准的商业合作，需在出版物中注明数据来源（ADNI）并遵守数据共享政策。

6. 主要科研价值与应用

• 生物标志物研发：帮助确定 MRI、PET、CSF 中的早期 AD 指标。
• 机器学习与 AI：大量标注影像与临床标签是深度学习模型训练的标准基准。
• 药物临床试验：提供客观的影像与生化终点，用于评估新药疗效。
• 流行病学与遗传学：结合基因组数据，探索 APOE、TOMM40 等基因与疾病进展的关联。
• 跨学科协作：已产生 600 多篇高影响力论文，成为全球 AD 研究的核心资源。

7. 推荐阅读与链接

小结：ADNI 数据集是全球最权威、规模最大、模态最齐全的阿尔茨海默病研究资源。通过严格的标准化采集与开放共享，已成为临床、影像、基因和人工智能等多领域研究的基石。若您计划开展 AD 相关研究，建议先在官方平台完成注册并阅读数据使用指南，以确保合法合规地获取并利用这些宝贵数据。