人工智能算法驱动与标准生活方式干预对非酒精性脂肪性肝病影响的随机对照试验

数据集获取

源站：https://clinicaltrials.gov/study/NCT07497750

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

疾病：非酒精性脂肪性肝病。非酒精性脂肪性肝病（NAFLD）目前被视为一项重大的公共卫生挑战，并正迅速成为终末期肝病的主要原因。NAFLD涵盖了一系列病症，从以肝脏脂肪过度沉积为特征的脂肪变性，到非酒精性脂肪性肝炎（NASH），后者是一种炎症和纤维化阶段，可促进肝硬化和肝细胞癌等严重并发症的发生。尽管目前有几种药物正处于临床开发阶段，旨在限制炎症和纤维化过程，但临床证据和既往研究支持生活方式干预（饮食调整和运动）作为NAFLD管理的基石。事实上，胰岛素抵抗是该病的关键致病触发因素，而NAFLD患者常伴有肥胖和/或2型糖尿病。因此，生活方式干预应尽早实施于疾病进程中，从首次出现脂肪变性证据时开始。因此，迫切需要为NAFLD患者设计具有良好疗效和可持续性、且医疗经济成本可接受的生活方式干预措施。

然而，如何最优地实施这类生活方式改善方案仍不明确。近期健康监测设备的技术创新使得提出颠覆性的生活方式干预成为可能，但迄今为止，在NAFLD中此类策略的价值尚未得到探讨。

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。