传感器与eMOM GDM应用程序可用性研究
参与者需填写七天体力活动与睡眠日志、三天饮食日志,研究人员还会基于饮食记录进行电话访谈以确保食物记录质量。使用传感器前后分别填写背景问卷和技术接受度问卷(UTAUT)

基本信息
资源简介
传感器与eMOM GDM应用程序可用性研究
该数据集来自clinicaltrials.gov,聚焦妊娠期糖尿病(Gestational Diabetes)场景下传感器与eMOM GDM应用程序的可用性研究。研究纳入确诊GDM的参与者(n=最多10人),要求其使用Garmin Vivosmart 3、Medtronic Guardian Connect、Firstbeat Bodyguard 2和Exced等传感器,并通过Contour Next ONE血糖仪采集一周血糖值。参与者需填写七天体力活动与睡眠日志、三天饮食日志,研究人员还会基于饮食记录进行电话访谈以确保食物记录质量。使用传感器前后分别填写背景问卷和技术接受度问卷(UTAUT)。数据可用于评估可穿戴设备与移动应用在妊。
【数据内容】
源站描述(机器翻译,仅供参考):条件:妊娠期糖尿病。eMOM GDM项目的第一阶段由两部分组成。第1.1阶段将通过要求确诊GDM的参与者(n=最多10人)使用传感器(Garmin Vivosmart 3、Medtronic Guardian Connect、Firstbeat Bodyguard 2和Exced),并从血糖仪(Contour Next ONE)采集参与者一周的血糖值,来评估传感器的可用性。参与者在研究期间填写为期七天的体力活动和睡眠日志,以及为期三天的饮食日志。为确保食物记录的质量,研究人员将根据参与者的饮食记录对其进行电话访谈。在开始使用传感器之前,参与者将填写背景问卷和技术接受度问卷(UTAUT)。使用期结束后,参与者将填写相同的技术接受度问卷。
【主题与分类】
主题标签:Gestational Diabetes。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/NCT03941652
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/NCT03941652
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
疾病:妊娠期糖尿病。
eMOM GDM 项目的第一阶段由两部分组成。阶段1.1:将通过要求确诊 GDM 的参与者(n = 最多10名)使用传感器(Garmin Vivosmart 3、Medtronic Guardian Connect、Firstbeat Bodyguard 2 和 Exced),并收集参与者为期一周的血糖仪(Contour Next ONE)血糖值,来评估传感器的可用性。在研究期间,参与者填写为期七天的体力活动和睡眠日志,以及为期三天的饮食日志。为确保食物记录质量,研究人员将根据参与者的饮食记录对其进行电话访谈。在开始使用传感器之前,参与者将填写背景问卷和技术接受问卷(UTAUT)。使用期结束后,参与者将填写相同的技术接受问卷(UTAUT),并参加半结构化访谈。访谈分为两部分。在第一部分中,将围绕传感器的可接受性对参与者进行访谈。
在第二部分,研究人员将向参与者展示 eMoM GDM 应用程序的非功能性原型,并提出预先确定的问题。访谈将被录音,从访谈中获得的数据将被转录以供分析。第1.2阶段将在进入研究第2阶段之前,确定项目中开发的 eMOM GDM 应用程序不同版本功能性原型的主要可用性问题。普通孕妇(n = 总共最多30名)和 GDM 孕妇(n=最多10名)将使用该应用程序的可用版本一周,之后患有 GDM 的参与者将参加半结构化访谈。访谈将被录音,数据将被转录以供分析。普通孕妇将在应用程序使用周结束后填写应用程序可用性的网页表单。根据表单的回复,参与者可能会被联系,以进一步询问有关可用性问题 t
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。




