辅助照护者进行照护协调与社交参与监测的移动信息学解决方案

数据集获取

源站：https://clinicaltrials.gov/study/NCT07773493

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：记忆障碍、轻度认知障碍、痴呆、社交隔离、照护者负担。社交提醒系统有两个目标。第一个是帮助有记忆问题的人融入社交。第二个是改善照护协调并减轻照护者的负担。本研究采用随机对照试验设计，将评估社交提醒系统对有记忆问题的人及其照护伙伴的影响。社交提醒系统应用程序旨在社交探访之前和期间，通过家用平板电脑向有记忆问题的人提供记忆提示。有记忆问题者的信任圈成员可以下载一款免费智能手机应用程序，并保存自己的照片、姓名和家庭关系描述，这些信息会共享到有记忆问题者的显示屏上。当信任圈成员处于平板电脑10米范围内时，有记忆问题的人会收到通知，提示有访客在范围内。通知包括访客的照片、访客的姓名，以及访客与有记忆问题者关系的信息。

在整个探视期间，提醒会持续在平板电脑上显示，一旦探视者离开范围便停止。2b阶段技术还允许有记忆问题的人指定一名主要照护者。出于安全考虑并促进照护协调，照护伙伴将收到一份选择加入为可信圈成员的探视者日志。该日志将包括姓名、日期以及每次探视的开始和结束时间。总共将招募100对组合，由有记忆问题的人及其照护伙伴组成。其中一半组合将被随机分配到社交提醒系统干预组，另一半分配到注意力对照组。参与者将完成基线、3个月和6个月调查。基线调查将在接触干预或注意力对照之前进行。随访调查将在

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。