EndoSense:内分泌与代谢疾病健康标志物连续实时监测
EndoSense 是苏黎世大学医院在欧洲 ENDOTRAIN 联盟内开展的单中心、单臂、非随机、前后对照干预性研究,覆盖内分泌疾病、高血压、原发性醛固酮增多症、皮质醇过多、肥胖与超重及健康成人

基本信息
资源简介
EndoSense:内分泌与代谢疾病健康标志物连续实时监测
EndoSense 是苏黎世大学医院在欧洲 ENDOTRAIN 联盟内开展的单中心、单臂、非随机、前后对照干预性研究,覆盖内分泌疾病、高血压、原发性醛固酮增多症、皮质醇过多、肥胖与超重及健康成人。研究评估连续可穿戴监测结合动态激素采样,能否在标准化环境挑战中捕捉有意义的生理与内分泌反应。数据可用于探索盐摄入、进餐、禁食、睡眠和体力活动等日常因素与内分泌代谢指标的关系,支持超越单时间点测量的诊断研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:内分泌疾病、高血压、原发性醛固酮增多症、皮质醇过多、肥胖与超重、健康成人。EndoSense 是一项单中心、单臂、非随机、前后对照的干预性研究,在苏黎世大学医院开展,属于欧洲 ENDOTRAIN 联盟。该研究旨在评估连续可穿戴监测结合动态激素采样,能否在成人内分泌或代谢疾病患者接受标准化环境挑战期间捕捉有意义的生理和内分泌反应。当前内分泌学的诊断方法通常依赖单时间点测量,尽管许多内分泌和代谢过程在一天中会变化,并对盐摄入、进餐、禁食、睡眠和体力活动作出反应。EndoSense 通过将家庭生理监测与结构化……(源站描述在此处截断)来填补这一空白。
【主题与分类】
主题标签:Endocrine Disorders、Hypertension、Primary Aldosteronism、Cortisol Excess、Obesity & Overweight、Healthy Adult。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07727356
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
源站:https://clinicaltrials.gov/study/NCT07727356
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
条件:内分泌疾病、高血压、原发性醛固酮增多症、皮质醇过多、肥胖与超重、健康成人。EndoSense是一项在苏黎世大学医院开展的单中心、单臂、非随机、前后对照干预性研究,隶属于欧洲ENDOTRAIN联盟。该研究旨在评估连续可穿戴监测结合动态激素采样,能否在内分泌或代谢紊乱成人中,于标准化环境激发期间捕捉到有意义的生理和内分泌反应。内分泌学当前的诊断方法通常依赖单时间点测量,尽管许多内分泌和代谢过程在一天中会发生变化,并会对盐摄入、进餐、禁食、睡眠和体力活动作出反应。EndoSense通过将居家生理监测与结构化饮食和活动模块相结合,弥补了这一空白。
本研究将评估可穿戴设备所获取的数据能否提供具有临床相关性的血压、心率、心率变异性、活动、睡眠、体温和血糖模式信息,以及这些数据是否与动态激素变化相对应。每位参与者将完成一套结构化的家庭监测方案。该方案包括一个基线家庭监测期,随后进行序贯性膳食钠调节,先为低钠阶段,之后为高钠阶段。方案中还包括标准化的混合餐、空腹、体位和短时运动模块,用于表征餐后、空腹、血流动力学及应激相关生理反应。经与研究医生协商后,这些模块可根据参与者的基础疾病、安全考量和偏好进行调整或省略。在家庭监测阶段,参与者将佩戴多种研究设备。这些设备包括用于定期血压和脉搏监测、连续血糖监测、活动和运动评估、睡眠监测以及体温监测的设备。这些设备的数据出于研究目的被收集。
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。




