支持技术使用决策的让我们谈技术工具

数据集获取

源站：https://clinicaltrials.gov/study/NCT06817122

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：轻度痴呆、轻度认知障碍（MCI）。本研究的目标是帮助家庭了解用于支持居家痴呆照护的数字健康技术选择，以便他们能够以知情的方式处理即时决策和未来使用。这是一项以机制为重点的 Let’s Talk Tech（LTT）试验；LTT 是一种以网络应用程序形式提供的单次使用、自我实施的干预。该干预针对教育与人际沟通过程，以促成对技术使用的知情决策和规划，从而减轻照护伙伴在不知道当事人偏好的情况下做决策的负担。参与者为患有轻度阿尔茨海默病（AD）及 AD 相关痴呆的人（PLWD），或患有轻度认知障碍（MCI）的人，以及一名照护伙伴。入组的120对参与者（每组60对）将被随机分配接受干预或常规照护对照。该干预为自我实施。所有参与者将在基线时和后测时（2周）完成测量，照护伙伴还将在3个月后完成这些测量。目标1将检验与常规照护相比，LTT 是否改善假设的变化机制，即照护伙伴的技术意识、理解、沟通满意度以及尊重 PLWD/MCI 偏好的意愿，以及照护伙伴和 PLWD/MCI 各自报告的二元组一致性。目标2将考察这些假设的变化机制是否以及如何改善后测和3个月时的主要结局，即照护伙伴的准备度、决策冲突和决策信心，以及次要结局，即 PLWD/MCI 和照护伙伴在二元组之外分享技术偏好，以及他们对 PLWD/MCI 的偏好将得到尊重的信心。探索性目标3将考察二元组成员如何、与谁以及出于何种目的分享技术偏好，并探索向服务提供者分享与向家人/朋友分享的人在哪些因素上存在差异，以期了解如何扩大该干预的覆盖范围，从而激活二元组的…

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。