OASIS(Open Access Series of Imaging Studies)概述
OASIS 是一个面向神经科学社区的开放式脑部磁共振成像(MRI)数据集,旨在为基础与临床研究免费提供高质量的结构与功能影像。自 2007 年首次发布以来,已陆续推出横断面(OASIS‑1)、纵向(OASIS‑2)以及多模态纵向(OASIS‑3、OASIS‑4)等多个版本。数据全部去标识化,遵循 ODC 开源许可,供学术研究、算法开发和临床模型训练使用。
1. 主要版本及其特点
| 版本 | 发布时间 | 受试者规模 | 主要模态 | 关键特征 |
|---|---|---|---|---|
| OASIS‑1 | 2007 | 416 名 18‑96 岁受试者(包括正常、轻度认知障碍、阿尔茨海默病) | T1 加权结构 MRI(单次或多次扫描) | 横断面数据,提供 MMSE 评分等临床信息 |
| OASIS‑2 | 2011 | 150 名受试者的纵向随访(每人 2‑4 次) | 高分辨率 T1、T2、FLAIR 等结构 MRI | 关注正常老化过程,提供重复测量可靠性数据 |
| OASIS‑3 | 2018 | 约 1000 名受试者(超过 2000 次 MRI,1500+ 次 PET) | 多序列结构 MRI、功能 MRI、DTI、ASL、PET(PIB、AV45、FDG) | 跨模态、纵向,覆盖正常老化与阿尔茨海默病全谱,附带认知、临床、生物标志物等元数据 |
| OASIS‑4(最新) | 2024 | 约 600 名认知受损个体 | 同 OASIS‑3 的多模态 MRI 与 PET | 重点聚焦记忆障碍人群,提供更丰富的遗传与血液标记信息 |
2. 数据内容与规模
- 结构 MRI:T1、T2、FLAIR、ASL、SWI 等,分辨率通常为 1 mm³。
- 功能 MRI:静息态 BOLD(约 10‑15 分钟)以及任务态(部分子集)。
- 扩散 MRI(DTI):用于白质纤维追踪。
- PET:使用 PIB、AV45、FDG 三种示踪剂,提供淀粉样蛋白与代谢信息。
- 临床/认知评估:MMSE、CDR、ADAS‑Cog、血液生化、基因型(APOE)等。
- 元数据:年龄、性别、教育水平、扫描仪型号、采集协议等,全部以 CSV/JSON 形式提供,便于批量处理。
3. 获取方式
- 官方网站:
- 主站点 https://www.oasis-brains.org/ (提供各版本的概览、下载入口、使用协议)。
- NITRC / XNAT 平台:
- 通过 https://central.xnat.org/ 或 https://www.nitrc.org/projects/oasis/ 注册后可直接下载原始 DICOM/NIfTI 文件。
- 数据字典:
- OASIS‑3 的完整数据字典 PDF(包含字段说明、扫描参数)可在 https://theunitedconsortium.com/.../OASIS-3_Imaging_Data_Dictionary_v1.8.pdf 获取。
使用注意
- 必须先阅读并同意《数据使用协议》(Data Use Agreement),仅限科研、非商业用途。
- 下载后需在论文或项目报告中注明数据来源(如 “Data from the OASIS‑3 dataset, https://www.oasis‑brains.org/” )。
- 部分 PET 数据受额外限制,需单独申请访问权限。
4. 常见研究应用
- 脑体积与老化分析:利用横断面数据探索年龄相关的灰质、白质体积变化。
- 阿尔茨海默病早期诊断:结合结构 MRI 与 PET 标记,训练机器学习模型预测轻度认知障碍转化风险。
- 多模态融合:使用 OASIS‑3 的 MRI+PET+临床数据,研究脑代谢与结构之间的关联。
- 算法基准:许多医学图像分割、配准、去噪、超分辨率等方法在 OASIS 数据上进行公开评测。
5. 推荐阅读与资源链接
- 官方主页与下载入口:https://www.oasis-brains.org/
- OASIS‑3 数据字典(PDF):https://theunitedconsortium.com/wp-content/uploads/2021/07/OASIS-3_Imaging_Data_Dictionary_v1.8.pdf
- 项目概述页面(含 OASIS‑4 信息):https://sites.wustl.edu/oasisbrains/
- 原始横断面数据论文(OASIS‑1):Marcus et al., NeuroImage 2007
总结:OASIS 系列是目前最完整、最常用的公开脑部影像资源之一,覆盖从健康老化到阿尔茨海默病全阶段的结构、功能与代谢信息。研究者可通过官方网站或 NITRC/XNAT 平台免费获取,遵守使用协议后即可用于算法研发、临床研究和跨模态分析。
声明:文章均为AI生成,请谨慎辨别信息的真伪和可靠性!