优化林奇综合征风险沟通：视觉阵列基因检测随机对照试验结果

数据集获取

源站：https://doi.org/10.7910/DVN/T2JJHA

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。

数据集大小约 573.2 KB。

数据说明

本研究考察了个人如何理解基因检测带来的风险，以及人们如何将风险与自身健康联系起来。此外，本研究还考察了与血亲家庭成员之间的风险沟通情况。研究通过亚马逊Mechanical Turk（MTurk）平台向成员发放了一份包含30个问题的在线调查问卷。问卷收集了人口统计学信息、健康素养与计算能力、风险感知以及关于家庭内沟通的问题。参与者按1：1的比例随机分配，接受单一视觉阵列或叙事性视觉阵列。随后，在家庭内沟通方面，参与者按1：1的比例随机分配至“标准选择”框架或“增强选择”框架。

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。