不来梅Constructor大学健康监测

数据集获取

源站：https://clinicaltrials.gov/study/NCT06899308

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。

数据说明

条件：社交隔离或孤独感、焦虑、焦虑抑郁（轻度或非持续性）、健康行为、观察性研究、心理压力、情绪压力、生活压力。Health Surveillance 以及通过定性访谈开展的额外研究，旨在采用混合方法分析和描述 Constructor University（CU）学生的压力与健康状况，并探讨 CU 学生（以及 HAW Hamburg 员工）压力与健康之间的关联和机制、关键影响因素及个人资源。在需要采取行动的领域，Health Surveillance 加上本项目——即额外的定性访谈——可以提供详细见解和/或深入分析。因此，Health Surveillance 提供与健康相关主题的信息，并交付科学可靠的信息，作为后续跟进过程中各层级（如学院和部门）健康促进讨论的基础。此外，Health Surveillance 加上 CU 的额外访谈，通过使用经过验证且标准化的测量工具，以及采用定性内容分析的深度定性访谈，有助于与其他德国大学的调查保持可比性，也有助于纳入新的构念（即人工智能与数字技术使用）以及民主能力，因为事实证明这些是新的重要因素。主要假设为：1. Health Surveillance 通过使用混合方法，揭示 CU 学生的压力与健康状况、关键影响因素和个人资源。2. 借助 Health Surveillance，可通过混合方法指导 CU 的健康促进，并探讨 CU 学生（以及 HAW Hamburg 员工）压力与健康之间的关联和机制；同时，可加强心理健康促进（包括减少孤独感和歧视）。3. 学生（以及 HAW Hamburg 员工）的健康、其感知压力、孤独感与歧视/少数化（不利处境）以及

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。