有或无饥饿训练的糖尿病预防计划在帮助降低肥胖参与者乳腺癌风险中的研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT03546972

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：有害BRCA1基因突变、有害BRCA2基因突变、导管原位乳腺癌、肥胖、超重、癌前病变。主要目标：I. 确定将饥饿训练加入糖尿病预防计划（DPP）的可行性，依据以下标准：招募率>50%，流失率<20%，并且在DPP加饥饿训练（HT）组中，训练方案依从率>75%。次要目标：I. 估计仅DPP干预与DPP加HT干预对体重变化、代谢和乳腺癌风险生物标志物（例如空腹胰岛素和血糖[B G]水平、糖化血红蛋白水平、胰岛素抵抗、脂联素、白细胞介素-6和C反应蛋白）以及拟议的行为中介因素（例如总能量摄入减少、总体进食频率、在平均空腹血糖水平或以下发生的进食事件百分比）影响的效果大小和变异程度。II.

采用经过验证的问卷与可靠的生态瞬时评估方法这一多模式手段，考察与个体层面饮食自我调节行为测量相关的干预拟议机制对所拟结局的中介效应。大纲：参与者被随机分配到2组中的1组。A组：参与者参加DPP，每周1次，每次1小时，持续16周。B组：参与者参加DPP，每周1次，每次1小时，持续16周，并在第2-6周期间每周参加1次饥饿训练。

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。