职业治疗改善AMD、DR和青光眼患者药物管理的作用

数据集获取

源站：https://clinicaltrials.gov/study/NCT06593405

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：年龄相关性黄斑变性。许多低视力客户不了解作业治疗（OT），也不了解OT可为低视力需求提供哪些服务。选择接受一小时OT服务的年龄相关性黄斑变性（AMD）、糖尿病视网膜病变（DR）或青光眼客户，将获得一对一的健康教育，内容涉及可能改善其用药管理能力的设备与策略。客户将在OT的协助下完成MediCog和修订版功能性视觉表现自评量表（R-SRAFVP）评估工具。这些工具将帮助治疗师了解客户的需求领域，并使其能够聚焦于支持这些挑战的干预措施。干预后4周进行OT随访，将使治疗师能够通过电话或面对面访谈重新评估所提供干预措施的有效性，并再次进行这些评估。这些评估获得的第二组数据将与最初获得的结果进行比较。

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。