技术与家庭繁荣研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT05150990

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

病症：阿尔茨海默病、痴呆、照护者倦怠、生活质量、心理健康状况1、孤独感、家庭关系。临床试验目的：虚拟现实（VR）项目Rendever通过其先进的网络和直播功能，使居住在老年社区的老年人能够保持重要的家庭关系，充分投入生活，并重新连接过去，无论身处何地。本项目将采用实验设计，测试Rendever虚拟现实平台（与视频聊天相比）对居民及其成年子女生活质量的即时和长期影响。研究还将调查对技术的反应和生活质量结果是否取决于老年人的认知障碍程度。参与者：参与者将是居住在老年社区、年龄在50岁及以上、患有轻度认知障碍（MCI）或轻度至中度阿尔茨海默病或相关痴呆（ADRD）的老年人，以及一位居住较远的成年子女。

居民-成年子女配对（目标样本量N=192对）将从大波士顿地区和加利福尼亚州中部的12个老年生活社区招募。居民将在其所在的老年生活社区参与，成年子女将在自己的家中参与，两地驾车距离至少45分钟。研究设计与方法：采用2（干预组：虚拟现实 vs. 主动对照）× 2（认知障碍程度：轻度认知障碍 vs. 阿尔茨海默病及相关痴呆症）× 时间（7个时间点）设计。配对将被随机分配到干预组（虚拟现实 vs. 视频聊天对照组）。因变量将包括生活质量、心理与社会福祉（孤独感、心理健康、蓬勃发展感及关系质量）、照护者内疚感（内疚、压力与负担），以及使用技术时的积极参与度。结果将通过问卷调查、访谈和观察法进行评估。实验性干预将在组间设计中实施。配对将被随机分配到虚拟现实条件或

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。