人类体重变化的统计力学数据集

数据集获取

源站：https://doi.org/10.5061/dryad.7f140

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。

数据集大小约 113.6 MB。

数据说明

在过去35年里，全球肥胖患病率几乎翻了一番。高收入社会中，身体质量指数（BMI）的分布日益右移，这与平均BMI的增加相对应，而这些增加归因于社会经济环境的深入研究过的变化。然而，除了这一变化之外，BMI分布随时间还显示出其特定形态的显著变化，呈现出一种持续存在的右偏拓宽现象，这一现象尚未得到充分理解。在此，我们汇编并分析了迄今为止最大的逐年BMI变化数据集。数据证实，平均而言，体重较重的人逐年变轻，而体重较轻的人逐年变重，并且还显示，逐年BMI演变的特点是波动，其幅度与BMI呈线性比例关系。我们发现，人类BMI的分布本质上是动态的——由于人体体重的短期变异性——其形态由向自然设定点确定性漂移与由饮食和身体活动等随机波动引起的扩散之间的平衡所决定。

我们构建了一个BMI动态的随机数学模型，推导出BMI分布的理论形态，并提出了一种可能解释BMI分布随时间向右偏斜加宽的机制。基础模型的扩展部分探讨了同伴间社会影响在BMI动态中作用的假设。尽管纳入这一效应能更好地拟合数据，表明相似BMI个体行为的相关性可能对BMI动态至关重要，但验证社会传播效应与其他未建模的合理效应及解释相比是否更为关键，仍是未来研究的方向。我们讨论了研究发现对BMI分布动态及公共卫生干预措施的意义。

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。