DiaBuddy：面向1型糖尿病青少年的AI数字自我管理

数据集获取

源站：https://clinicaltrials.gov/study/NCT07861373

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：1型糖尿病、糖尿病自我管理教育、照护者负担。1型糖尿病（T1DM）需要持续的日常管理，包括血糖监测、胰岛素给药、饮食决策、体力活动、识别异常血糖水平以及管理糖尿病相关风险。对于儿童和青少年，这种管理由患儿和照护者共同承担，随着患儿年龄增长和独立性增强，责任逐渐向患儿转移。这可能在依从性、糖尿病相关痛苦和照护者负担方面带来挑战。DiaBuddy是一种人工智能（AI）赋能的数字自我管理干预工具，旨在为T1DM患儿及其照护者提供支持。该干预旨在补充而非替代常规糖尿病照护。它提供用于记录和查看糖尿病管理信息的数字工具、教育内容、提醒、激励功能以及照护者支持。

该应用包含以下功能：血糖记录与趋势可视化、胰岛素及正餐/加餐提醒、体力活动提醒、低血糖警报、糖尿病安全与糖尿病酮症酸中毒（DKA）教育、教育视频、互动测验、乌尔都语和英语内容、积分、徽章和奖励、照护者仪表盘、儿童与照护者账户关联、每周摘要、同步、在支持情况下的离线功能，以及技术支持。DiaBuddy还将纳入对现有纵向糖尿病管理信息的人工智能支持分析，例如血糖读数、胰岛素信息、饮食信息、体力活动信息以及既往血糖模式。人工智能可提供有关血糖趋势、饮食注意事项、体力活动、预期血糖模式、糖尿病管理提醒以及何时可能适合进行医学复核的个体化信息。人工智能组件被设计为决策支持和自我管理工具。它不会独立更改或管理

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。