淀粉样变性中的饮食报告

该数据集来自 clinicaltrials.gov,主题为淀粉样变性患者的饮食报告,属于血液与淋巴系统疾病下的淀粉样变性分类

Barbara Ann Karmanos Cancer InstituteBarbara Ann Karmanos Cancer Institute
clinicaltrials
浏览 12
文本分类Amyloidosis
Dietary Reporting In The Amyloidoses

基本信息

模态
文本
任务类型
分类
创建/更新时间
2026-10-08

资源简介

淀粉样变性中的饮食报告

该数据集来自 clinicaltrials.gov,主题为淀粉样变性患者的饮食报告,属于血液与淋巴系统疾病下的淀粉样变性分类。源站描述显示,这是一项临床试验,旨在了解淀粉样变性患者的营养不良与体重下降情况,核心问题是评估使用低成本智能手机营养应用获取患者详细热量摄入信息是否可行。参与者需下载 MyFitnessPal 应用并观看在线教程,在第2至9周每日记录饮食及草药或替代补充剂摄入,并在开始前、第2周后和第10周后完成问卷。数据可用于营养评估、饮食依从性及移动健康应用可行性相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:淀粉样变性。本临床试验的目标是了解淀粉样变性患者的营养不良和体重下降情况。它旨在回答的主要问题是:使用一种低成本的基于营养的智能手机应用程序(apps)来获取淀粉样变性患者详细的热量摄入信息是否可行。参与者将被要求: 在其智能手机上下载 MyFitnessPal 应用程序并观看在线教程 经过一周练习后,从第2周到第9周,参与者将在其智能手机上的 MyFitnessPal 应用程序中录入每日饮食摄入以及每日草药/替代补充剂摄入。* 在开始使用该应用程序之前、第2周之后以及开始使用该应用程序后第10周完成一份问卷

【主题与分类】

主题标签:Amyloidosis。本站分类:血液与淋巴系统疾病/淀粉样变性。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05738005

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT05738005

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:淀粉样变性。本临床试验的目标是了解淀粉样变性患者的营养不良和体重减轻情况。其主要旨在回答的问题是:使用一款低成本、可在智能手机上使用的基于营养的应用程序(app)来获取淀粉样变性患者热量摄入的详细信息是否可行?参与者将被要求:* 在其智能手机上下载MyFitnessPal应用程序并观看在线教程 * 经过一周的练习后,从第2周至第9周,参与者将在其智能手机上的MyFitnessPal应用程序中记录每日饮食摄入以及每日草药/替代补充剂摄入。* 在开始使用该应用程序之前、第2周后以及开始使用该应用程序后第10周时完成一份问卷。

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。

获取专属数据定制方案