数据集概述
本数据集基于多模态神经影像特征对102名重度抑郁症患者进行亚型分层，包含临床变量、聚类标签、影像数据及免疫炎症标志物数据，为研究抑郁症亚型的生物学机制及精准干预提供支持。
文件详解
该数据集包含4个CSV格式文件，具体说明如下：
- clinical_variables.csv：CSV格式，包含年龄、性别、扫描设备、发作次数、教育程度、发病年龄、药物负荷、BMI、抑郁量表评分（HDRS-21、BDI）、童年创伤问卷（CTQ）等临床变量字段。
- clustering_labels.csv：CSV格式，包含患者聚类标签（1=Cluster 1，2=Cluster 2），用于标识不同脑源性亚型分组。
- imaging_dataset.csv：CSV格式，包含皮质厚度、灰质体积、白质各向异性分数等神经影像特征数据。
- inflammation_dataset.csv：CSV格式，包含免疫炎症外周生物标志物相关数据。
适用场景
- 抑郁症亚型研究：分析不同脑源性亚型的临床特征、神经影像差异及免疫炎症关联。
- 精准精神病学研究：探索治疗抵抗性抑郁症的生物标志物及潜在干预靶点。
- 机器学习应用：基于多模态数据开发抑郁症亚型分类模型或预测工具。
- 神经炎症机制研究：揭示脑结构与免疫炎症标志物在不同抑郁症亚型中的关联模式。
