基于冰淇淋的膳食治疗和预防营养特殊食品(含布拉齐因、麦芽糖醇和低聚果糖的冰淇淋;含布拉齐因、赤藓糖醇、麦芽糖醇和菊粉的冰淇淋)与标准圣代冰淇淋相比的疗效和耐受性
本数据集来自clinicaltrials.gov,聚焦非酒精性脂肪性肝炎(NASH)和2型糖尿病(T2DM)人群,评估基于冰淇淋的膳食治疗与预防营养特殊食品的疗效与耐受性

基本信息
资源简介
基于冰淇淋的膳食治疗和预防营养特殊食品(含布拉齐因、麦芽糖醇和低聚果糖的冰淇淋;含布拉齐因、赤藓糖醇、麦芽糖醇和菊粉的冰淇淋)与标准圣代冰淇淋相比的疗效和耐受性
本数据集来自clinicaltrials.gov,聚焦非酒精性脂肪性肝炎(NASH)和2型糖尿病(T2DM)人群,评估基于冰淇淋的膳食治疗与预防营养特殊食品的疗效与耐受性。研究包含感官评价阶段和主干预阶段,感官评价采用5点快感量表对三种冰淇淋的整体印象、风味、颜色、外观、香气和质地评分,每份100克,以三位数编码随机化并支持交叉设计,分两轮进行,轮间设3天洗脱期。数据可用于分析特殊食品的感官接受度及代谢相关干预效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:非酒精性脂肪性肝炎(NASH)、2型糖尿病(T2DM)。在研究的主要活性干预阶段之前,进行了一项感官评价研究阶段。在此阶段,使用5点快感量表(1=非常不喜欢,3=既不喜欢也不讨厌,5=非常喜欢)对三种冰淇淋的整体印象、风味、颜色、外观、香气和质地进行了评价。使用100克份量的冰淇淋,并进行了适当的标记(三位数代码)以进行随机化并支持交叉设计。评价每天进行一份,出于技术原因组织为两轮评价,其中一轮包括标准冰淇淋和第1种特殊产品,第二轮包括标准冰淇淋和第2种特殊产品。两轮之间有3天的洗脱期,以防止遗留效应。
【主题与分类】
主题标签:Non-Alcoholic Steatohepatitis (NASH)、Diabetes Mellitus Type 2 (T2DM)。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06724913
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/NCT06724913
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:非酒精性脂肪性肝炎(NASH)、2型糖尿病(T2DM)。本研究在进行主要活性干预阶段之前,先进行了感官评价研究阶段。在此阶段,使用5分制愉悦度量表(1=极其不喜欢,3=既不喜欢也不讨厌,5=极其喜欢)对三种冰淇淋的整体印象、风味、颜色、外观、香气和质地进行了评价。使用100克份量的冰淇淋,并适当标记(三位数代码)以实现随机化和支持交叉设计。评价每天进行一份,出于技术原因,组织为两轮评价,其中一轮包括标准冰淇淋和第一种特殊产品,第二轮包括标准冰淇淋和第二种特殊产品。两轮之间设有3天的洗脱期,以防止受试产品之间的遗留效应。通过测试后称量每种冰淇淋的剩余部分来确定冰淇淋的消耗百分比。
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。




