SAMi 干预研究：评估智能手表干预在 MCI 与痴呆患者中的应用

数据集获取

源站：https://clinicaltrials.gov/study/NCT05885620

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

疾病条件：痴呆、轻度认知障碍、阿尔茨海默病、路易体痴呆、血管性痴呆、混合型痴呆、额颞叶痴呆。这是一项混合方法研究，涉及不同利益相关群体，采用逐步方法对基于智能手表的应用进行以用户为中心的评估，针对痴呆症患者。一项预备性定性研究侧重于确定移动辅助设备的需求和要求。一项观察性现场研究揭示了智能手表对痴呆症患者的潜在使用案例。随后的干预研究考察了智能手表交互，并收集了用户关于可用性、设计、实用性及顾虑的反馈。患有轻度认知障碍或痴呆的参与者接受“定期”（n=20）或“密集”（n=20）的侵入性视听提示以执行日常任务。所有参与者被提示完成两项任务，若未能完全解决任务，提示最多重复三次。提示通过智能手机作为遥控触发。通过摄像机观察患者反应。

每项任务成功完成得1分，任务完成不彻底得0.5分，失败得0分。两项任务得分汇总，总成功分值范围为0至2分。缩写说明：PwD：痴呆症患者；MCI：轻度认知障碍；AT：辅助技术。

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。