佛罗里达ASCENT研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07042243

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：癌症、食物剥夺、饮食习惯、食物选择、结直肠癌、前列腺癌、肺癌、乳腺癌。本研究旨在UF Health和迈阿密大学卫生系统建立一项针对200名癌症患者的临床试验（第一阶段100名，第二阶段100名）。UF Health将作为本研究的协调中心。基于迈阿密大学开发的用于癌症患者症状和实际需求筛查的电子健康记录（EHR）转诊系统My Wellness Check，本研究将把该平台与一个患者导航员网络整合，这些导航员能够提供个性化支持，并将幸存者与相关社区资源联系起来，以在名为MyCarePulse的项目下促进健康饮食。主要目标是调整、实施和评估MyCarePulse和ASCENT患者导航员，以克服癌症患者的护理障碍。本研究将分两个阶段进行。第一阶段将包括实施策略，第二阶段将包括干预阶段。

第一阶段有两个目标：目标1，我们将检验以下假设：通过MyCarePulse研究门户实施的ASCENT干预是否按预期进行，采用社区参与的参与式设计方法来完善多层次方法。目标2，我们将利用实施变革专家建议（ERIC）策略，为MyCarePulse研究门户和ASCENT患者导航员的实施做好准备。第二阶段有一个目标：目标3，我们将在一项随机试验中实施并评估MyCarePulse研究门户和ASCENT患者导航员。

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。