數據的模態有
Clinical Data(臨床數據)
Genetic(基因數據)
MRI
PET
BIOSPECIMEN(生物樣本)
各模態數據的內容、特點
Clinical Data
內容： 招聘、人口統計、體檢和認知評估數據。完整的臨床數據集可以作為逗號分隔值(CSV)文件批量下載
基因數據
內容： 受試者的基因分型和測序數據，數據格式：CSV，VCF，BAM
基因分型數據：
APOE Genotyping -- CSV
TOMM40 PolyT Variant -- CSV
全基因組測序數據:
WGS (GATK Call) SNV + Indel -- VCF
WGS (CASAVA Call) SNV -- VCF
Sequenced alignment data -- BAM(不可直接下載)
存在VCF數據，不過數據量都較大，是以G為單位的
VCF數據完整的表現應為：
Record(CHROM, POS, ID, REF, ALT, QUAL, FILTER, INFO, FORMAT, sample_indexes, samples=None)
其中：
- CHROM：染色體名稱，類型為str
- POS：位點在染色體上的位置，類型為int
- ID：一般是突變的rs號，類型為str。如果是‘.’，則為None
- REF：參考基因組在該位點上的鹼基，類型為str
- ALT：在該位點的測序結果。是_AltRecord類的子類實例的列表。類型為list。_AltRecord類有4個子類，代表了突變的幾種類型：如snp，indel，structual variants等。所有的實例都可以進行比較（僅限於相等的比較，沒有大於小於之說），部分子類沒有實現str方法，也就是說不能轉成字符串
- QUAL：該位點的測序質量，類型為int或float
- FILTER：過濾信息。將FILTER列按分號分隔形成的字符串列表，類型為list。如果未給出參數則為None
- INFO：該位點的一些測試指標。將‘=’前的參數作為鍵，后面的參數作為值，構建成的字典。類型為dict
- FORMAT：基因型信息。保存vcf的FORMAT列的原始形式，類型為str
現下載了一個較小的文件，數據量為：39.5 M(不知道當時是怎么找到的了)，里面的信息以條為單位，其中前十記錄表現為：
Record(CHROM=gi|251831106|ref|NC_012920.1|, POS=3, REF=T, ALT=[C])
Record(CHROM=gi|251831106|ref|NC_012920.1|, POS=41, REF=C, ALT=[T])
Record(CHROM=gi|251831106|ref|NC_012920.1|, POS=42, REF=T, ALT=[TC])
Record(CHROM=gi|251831106|ref|NC_012920.1|, POS=55, REF=T, ALT=[C])
Record(CHROM=gi|251831106|ref|NC_012920.1|, POS=56, REF=A, ALT=[AC])
Record(CHROM=gi|251831106|ref|NC_012920.1|, POS=57, REF=T, ALT=[C, G])
Record(CHROM=gi|251831106|ref|NC_012920.1|, POS=64, REF=C, ALT=[T])
Record(CHROM=gi|251831106|ref|NC_012920.1|, POS=72, REF=T, ALT=[C, G])
Record(CHROM=gi|251831106|ref|NC_012920.1|, POS=73, REF=A, ALT=[G])
Record(CHROM=gi|251831106|ref|NC_012920.1|, POS=75, REF=G, ALT=[A])
Record(CHROM=gi|251831106|ref|NC_012920.1|, POS=93, REF=A, ALT=[G])
讀取方式
import vcf
import os
vcf_file = "adni_mito_genomes.vcf"
vcf_reader = vcf.Reader(filename=vcf_file)
i = 0
for record in vcf_reader:
print(record)
if i == 10:
break
i += 1
MRI
內容： 原始、預處理和后處理的圖像文件，FMRI和DTI
數據格式： MRI(structural, diffusion weighted imaging, perfusion, and resting state sequences)
可得到的圖像數據
圖像示例
下載數據(經過處理)示例：
名字： ADNI1_Complete_2Yr_1.5T
格式： NiFTI
大小： 22.5 M
尺寸： 192 * 192 * 160
類型： T1
制造商： SIEMENS
成像信息：
Acquisition Plane=SAGITTAL; Acquisition Type=3D; Coil=HE; Field Strength=1.5 tesla; Flip Angle=8.0 degree; Manufacturer=SIEMENS; Matrix X=192.0 pixels; Matrix Y=192.0 pixels; Matrix Z=160.0 ; Mfg Model=Symphony; Pixel Spacing X=1.25 mm; Pixel Spacing Y=1.25 mm; Pulse Sequence=IR/GR; Slice Thickness=1.2000000476837158 mm; TE=3.609999895095825 ms; TI=1000.0 ms; TR=3000.0 ms; Weighting=T1
使用Mango可直接顯示圖片，效果如下
名字：ADNI1_Baseling_3T
格式：NiFTI
大小：22.5 M
尺寸： 192 * 192 * 160
制造商： GE MEDICAL SYSTEMS
類型： T1
成像信息：
Acquisition Plane=SAGITTAL; Acquisition Type=3D; Coil=8HRBRAIN; Field Strength=3.0 tesla; Flip Angle=8.0 degree; Manufacturer=GE MEDICAL SYSTEMS; Matrix X=256.0 pixels; Matrix Y=256.0 pixels; Matrix Z=166.0 ; Mfg Model=SIGNA EXCITE; Pixel Spacing X=1.0156199932098389 mm; Pixel Spacing Y=1.0156199932098389 mm; Pulse Sequence=RM; Slice Thickness=1.2000000476837158 mm; TE=2.8399999141693115 ms; TI=900.0 ms; TR=6.616000175476074 ms; Weighting=T1
使用Mango可直接顯示圖片，效果如下
ADNI中的掃描是在兩種不同的特斯拉掃描儀上進行的，即飛利浦醫療系統和西門子
飛利浦醫療系統掃描的EPI序列為144個體積，場強=3.0特斯拉，翻轉角=80.0°，TE=30.0ms，TR=3000.0ms，64×65矩陣，6720.0層厚度為3.31mm的靜止狀態fMRI
用飛利浦醫學系統掃描儀進行擴展靜息狀態fMRI的EPI序列為:200體積,場強=3.0tesla,翻轉角=90.0°,TE=30.0ms,TR=3000.0,64×65矩陣,9600.0層厚3.31mm
對於西門子掃描儀，EPI序列是197個體積，場強=3.0特斯拉，翻轉角=80.0度，TE=30.0ms，TR=2999.99，448×448矩陣，以及197個3.4mm厚度的切片
（此處顯示的信息與下載的經過處理的信息TE不一致）
python代碼示例
import skimage.io as io
import nibabel as nib
import numpy as np
import random
nii_file = "1.nii"
img = nib.load(nii_file)
img_arr = img.get_fdata()
img_arr = np.squeeze(img_arr)
#隨機選取一張圖片
img_arr1 = img_arr[:, :, random.randint(0, img_arr.shape[2])]
# 數據歸一化至[0,1]
print(img_arr.shape)
img_arr1 = (img_arr1 - np.min(img_arr)) / (np.max(img_arr) - np.min(img_arr))
io.imshow(img_arr1)
io.show()
注：只能找到T1的圖像，T2的未找到
PET
特點：該數據的目標是跟蹤老年痴呆症的惡化和潛在的病理變化
可得到的數據
圖像示例
下載的數據：
單個圖片大小：3.44 M
格式： NiFTI
尺寸： 91 * 109 * 91
使用Mango可直接顯示圖片，效果如下
BIOSPECIMEN(生物樣本)
內容：血液、尿液和腦脊液(CSF)等生物標本