实时参与学习有效控制2型糖尿病

数据集获取

源站：https://clinicaltrials.gov/study/NCT06375460

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：2型糖尿病、生活方式、高血糖、缺乏体力活动。REFLECT2D（实时参与学习以有效控制2型糖尿病）的目标是评估将实时血糖与健康行为数据配对是否能改善青少年和年轻成人2型糖尿病患者的血糖控制。参与者将使用一款移动应用程序，该程序整合连续血糖监测仪数据、Fitbit活动追踪器数据和饮食记录，旨在提高解读血糖数据的能力（包括体力活动和膳食摄入的影响），提供规划和实施行为改变的机会，并增强参与健康行为的动机。在初始教育课程和磨合期之后，为期90天的微随机试验（MRT）阶段将每天对每位参与者进行一次随机分配：1）以体力活动为重点的提示，2）以膳食摄入为重点的提示，或3）无提示。在MRT之后，为期90天的观察期将不提供提示，但持续提供连续血糖监测仪数据、Fitbit和Healthmine应用程序，以考察血糖和行为变化的持续性。

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。