基于动机心理学的智能参与系统

数据集获取

源站：https://clinicaltrials.gov/study/NCT02127216

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：糖尿病。研究人员拟开展一项为期90天的试点研究，以确立MOSES在糖尿病管理中的效果与价值。该试点研究将提供初步数据，以回答以下研究问题：（1）MOSES技术对老年人糖尿病自我护理有何影响？（2）何种类型的社会参与干预对糖尿病护理的哪些方面更为有效？（3）哪些人格特征可预测老年人的糖尿病自我护理？（4）哪些人格特征会调节移动设备（尤其是基于平板电脑的）社会参与干预对老年人糖尿病护理的有效性？（5）可从我们的数据中开发出何种模型，以预测个体患者对量身定制干预措施产生有效反应的概率，例如根据临床、使用及人格属性按消息类型进行预测？受试者：老年人是本研究的靶人群。年龄在60岁及以上、HbA1C＞7.9%且有能力提供知情同意的成年志愿者将有资格参与。参与者将被随机分配至常规护理组或干预组（如下所述）。

一旦入选研究并随机分配到干预组或对照组，研究认证糖尿病教育者（CDE）将审查所有参与者的临床数据，并协助向参与者提供关于其自我护理进展的反馈信息。研究CDE将向医生提示任何需要改变临床管理的临床数据（例如高血糖或低血糖）。实验操作 实验中包含四项操作：（1）患者记录，即使用平板电脑和应用程序来跟踪和回顾进展（这增强了正念、参与度、激活度和知情度，从而比对照组产生更健康的行为），（2）患者记录并结合医生通过健康反馈沟通信息参与（除上述益处外，这

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。