Tips：权限申请：访问 ADNI官网 根据提示按部就班来，不麻烦，一般几天就会发邮件审核通过，网上也有很多写申请教程的博客，可以搜来看看。

数据集下载

0 概览

登录状态下访问官网：

点击红框指示部分后，进入如下界面：

继续点击选中部分：

• search：初级搜索
• Advanced Search：高级搜索，提供更多筛选参数
• Data Collections：
  • 数据收集处，可在筛选的时候将影像图片添加到指定文件夹中
  • 筛选完后在此处统一打包下载（ csv，zip ）
  • 可选择社区提供的Public Collections（ 以便统一标准横向比较 ）

1 筛选数据集

1.1 自定义筛选 - Advanced Search

选择Advanced Search (beta)进入自定义筛选页面

1.2 ADNI共享数据集 - Data Collections

在Data collections页面左侧，可以看到ADNI上一些已打包好的共享的数据集，也可以来选择下载

• 数据的采集时间：1Yr，2Yr…

• 扫描场强：1.5T，3T…

2 下载数据集

筛选完数据之后，就可进入Data Collection页面下载数据

可供下载的数据如下：

• csv：图像对应的标签，csv格式
• Metadata：图像对应的详细临床信息，xml格式，可用程序提取有用的信息加入到csv标签中
• Zip File：打包后的MRI扫描图像，nii格式

其中页面右上角两种下载数据方式区别如下：

• 1-CLICK：一键下载
• ADVANCED：分多个压缩包下载

数据初步处理

可视化处理

import nibabel as nib
import matplotlib.pyplot as plt
import numpy as np


img_path = r'D:\Dataset\ADNI_dataset\ADNI1_Annual_2_Yr_3T\ADNI\002_S_1261\MPR____N3__Scaled\2008-05-27_18_41_16.0\S60591\ADNI_002_S_1261_MR_MPR____N3__Scaled_Br_20081224110926692_S60591_I132220.nii'

image_data = nib.load(img_path).get_fdata() 
x, y, z = image_data.shape   # 获取三个维度上的长度

for _ in range(x):   # 自定义横截面打印 (x or y or z, 相应的列表切片位置也要改变)
    print(_)
    plt.imshow(image_data[_, :, :], cmap='gray')
    plt.show()

数据加载

import nibabel as nib

img_path = r'D:\Dataset\ADNI_dataset\ADNI1_Annual_2_Yr_3T\ADNI\002_S_1261\MPR____N3__Scaled\2008-05-27_18_41_16.0\S605 91\ADNI_002_S_1261_MR_MPR____N3__Scaled_Br_20081224110926692_S60591_I132220.nii'

image = nib.load(img_path)
print(image)

数据预处理

• 转换图像类型，图像分割（ROI区域），像素归一化处理，高斯滤波，平滑处理…

• 这里先不再作详细解释（因为我还不会😂，等之后学习到了再总结🐕），详见参考链接： ADNI数据预处理

参考链接

ADNI术语汇总

SimpleITK库 - 医学图像处理