整合近红外光学与可穿戴传感器信号的无创血糖筛查多模态数据集

数据集获取

源站：https://doi.org/10.17632/rt3kjtz8fr.1

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据集大小约 5.5 MB。

数据说明

该数据集为无创糖尿病筛查研究提供了15,720次测量会话，融合了三种数据模态：双波长近红外（NIR）光学传感器读数（660nm和940nm，以及衍生的660/940nm比值）、可穿戴生理信号（心率、血容量脉搏、皮肤电导/皮肤电活动、腕部温度和运动强度），以及人口统计学变量（年龄、BMI）。每个会话均标注了final_label__is_diabetic（1 = 糖尿病，0 = 非糖尿病），该标签基于配对血糖测量值并采用标准临床阈值126 mg/dL得出。数据集汇总了来自五个底层来源的56列数据——PhysioCGM、Nature Scientific Reports NIR Glucose、Kaggle Raman Diabetes、Raman Sugars和NTNU NIR Glucose——将56.1%的真实世界传感器记录与43.9%的统计建模合成数据相结合，后者生成时与已发表的相关性数值保持一致。类别分布为66.7%糖尿病和33.3%非糖尿病。数据已预先划分为分层70/15/15的训练/验证/测试集（由split列标识），在各分区中保持类别比例不变。

该数据集旨在支持非侵入式糖尿病筛查模型的开发——即仅利用可穿戴设备和光学传感器信号预测糖尿病风险，无需抽血。探索性分析显示，近红外光学特征携带最强信号（与糖尿病标签的Pearson r最高达−0.72），其次是心率衍生的可穿戴特征（中等相关性），而人口统计学特征（年龄、BMI）在该特定数据集中相关性可忽略不计。随附完整的数据字典、各特征相关性/统计显著性表，以及用于生成所有汇总表和图表所用的代码。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。