膳食纤维苏打对餐后风险因素的影响
该数据集来自 clinicaltrials.gov,聚焦健康参与者饮用膳食纤维苏打后餐后风险因素的变化,归类于心血管系统疾病/心脏病

基本信息
资源简介
膳食纤维苏打对餐后风险因素的影响
该数据集来自 clinicaltrials.gov,聚焦健康参与者饮用膳食纤维苏打后餐后风险因素的变化,归类于心血管系统疾病/心脏病。研究包含预筛选、筛查访视及两次各4.5小时的实验室研究访视,计划招募20至30名参与者并保持男女均衡。数据可用于分析膳食纤维苏打对餐后心血管相关风险指标的短期影响,支持心血管疾病风险预测与营养干预研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:健康参与者。本研究将包含以下组成部分:预筛选(约5分钟,线上进行)、筛查访视(实验室30分钟)、研究访视#1(实验室4.5小时)、研究访视#2(实验室4.5小时)。每个研究组成部分的相关程序如下。预筛选:我们将为本研究招募20至30名参与者(男女分布均衡)。对研究招募努力(例如传单、电子邮件、公告)做出回应的个人将被询问有关纳入/排除标准的问题。此时,我们将保存这些感兴趣个人的电子邮件地址/电话号码,并将其与他们的姓名一起存储在Ball State的OneDrive中(密码保护)。筛查访视:在筛查访视中,我们将向参与者解释所有研究程序并允许他们提问。如果他们对参与研究感兴趣,我们
【主题与分类】
主题标签:Healthy Participants。本站分类:心血管系统疾病/心脏病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07882264
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/NCT07882264
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:健康参与者。本研究将包含以下部分:预筛选(约5分钟,线上进行)筛选访视(实验室30分钟)研究访视#1(实验室4.5小时)研究访视#2(实验室4.5小时)各研究部分相关程序如下所列。预筛选:我们将为本研究招募20至30名参与者(男女分布均衡)。对研究招募活动(如传单、电子邮件、公告)作出回应的人员将被询问有关纳入/排除标准的问题。此时,我们将保存这些有意向参与者的电子邮件地址/电话号码,并将其连同姓名存储在鲍尔州立大学的OneDrive中(密码保护)。筛选访视:在筛选访视时,我们将向参与者解释所有研究程序,并允许他们提问。如果他们对参与研究感兴趣,我们将获取书面知情同意。接下来,我们将进行几项一次性测量,包括:使用身高体重计和我们的InBody生物阻抗秤测量身高和体重,以计算体重指数(BMI)。使用自动袖带测量血压。使用Gulick卷尺测量腰围。
最后,我们将安排参与者的接下来两次访视(研究访视1和2)。研究访视将在上午约6:00至9:00进行,间隔约一周。我们还将为参与者提供一款身体活动追踪Garmin手表(vivosmart 5),在每次研究访视前佩戴4天,并提供一份为期一天的饮食记录(纸质或可填写的电子版)。我们的手表不具备GPS功能;参与者不会被追踪。访视1和2:除高脂餐搭配的饮料不同外,访视1和2的程序完全相同。饮料将为18盎司Ollipop奶油苏打水(1.5罐)。对照饮料将为18盎司水,添加4.5克蔗糖和20.5克麦芽糊精(一种惰性碳水化合物来源)。将对对照水基饮料进行这些调整,以确保t
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。




