耐力跑者饮食限制数据集
该数据集呈现一份经过信效度检验的问卷结果，用于评估跑者赛前营养与运动诱发的胃肠道症状。覆盖无疾病或过敏的跑者、患有肠易激综合征（IBS）或炎症性肠病（IBD）的跑者以及有反流/烧心症状的跑者，评估基本人口学信息、跑步经验、疾病状况、赛前自愿饮食限制、赛前食物选择、摄入触发食物后出现的运动诱发胃肠道症
基本信息
资源简介
耐力跑者饮食限制数据集
Dietary Restrictions in Endurance Runners
该数据集呈现一份经过信效度检验的问卷结果，用于评估跑者赛前营养与运动诱发的胃肠道症状。覆盖无疾病或过敏的跑者、患有肠易激综合征（IBS）或炎症性肠病（IBD）的跑者以及有反流/烧心症状的跑者，评估基本人口学信息、跑步经验、疾病状况、赛前自愿饮食限制、赛前食物选择、摄入触发食物后出现的运动诱发胃肠道症状、回避食物的原因及信息来源。数据于2016-2018年在加拿大阿尔伯塔省南部采集，可用于研究耐力跑者饮食限制与胃肠道症状的关系（来源 DataONE，http://creativecommons.org/publicdomain/zero/1.0 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集呈现一份经过信效度检验的问卷结果，该问卷旨在评估无疾病或过敏的跑者、患有肠易激综合征（IBS）或炎症性肠病（IBD）的跑者以及有反流/烧心症状的跑者的赛前营养与运动诱发的胃肠道（GI）症状。评估内容包括基本人口学信息、跑步经验、疾病状况、赛前自愿饮食限制、赛前食物选择、摄入触发食物后出现的运动诱发胃肠道症状、回避食物的原因以及信息来源。数据采集于2016-2018年间在加拿大阿尔伯塔省南部进行。该研究获得Mount Royal University人类研究伦理委员会的伦理批准（伦理ID 2016-38）。所有参与者均提供了书面知情同意。
【主题与分类】
主题标签：Medicine, Health and Life Sciences、Heartburn、Exercise、Inflammatory bowel disease、Gastrointestinal symptoms、Running、Irritable bowel syndrome、Reflux。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Acdc5161380bd346e2e2cd43319f35c786770eaddb3900cdb3fdeba72359b039f
使用许可：http://creativecommons.org/publicdomain/zero/1.0。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
该数据集呈现了一份经过信效度检验的问卷结果，该问卷旨在评估无疾病或过敏的跑步者、患有肠易激综合征（IBS）或炎症性肠病（IBD）的跑步者以及有反流/烧心症状的跑步者在赛前营养和运动诱发的胃肠道（GI）症状方面的情况。评估内容包括基本人口统计学信息、跑步经验、疾病状况、赛前自愿食物限制、赛前食物选择、摄入触发食物时经历的运动诱发性GI症状、避免某些食物的原因以及信息来源。数据收集于2016-2018年间在加拿大艾伯塔省南部进行。该研究获得了皇家山大学人类研究伦理委员会的伦理批准（伦理ID 2016-38）。所有参与者均提供了书面知情同意。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
