儿童生长与行为研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT02390765

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：肥胖、饮食行为、健康志愿者。本研究旨在厘清导致青少年过度增重及肥胖相关合并症的不同去抑制性饮食模式，即饮食行为内表型。广泛的基线评估（包括三项独立的实验范式）及年度随访评估将有助于识别那些似乎会增加这些饮食行为风险并使其得以维持、进而导致体重增加的生物心理社会机制。阐明特定饮食行为内表型的早期风险因素及其相关健康结局，将为制定针对儿童肥胖的靶向干预措施提供依据。本研究的参与者将包括500名健康肥胖及非肥胖男孩和女孩（基线时8至17岁）及其父母/照护者。

青少年将首先完成两次访视，以确保符合研究入选条件，并评估那些似乎对去抑制性进食行为的发生与维持具有显著作用的自我调节、动机和神经认知因素，包括：心理困扰、睡眠行为、食物强化、奖赏敏感性、执行功能、注意偏向以及一系列相关的遗传和生理因素。进食行为将在实验室中采用若干经过验证的范式进行观察。在为期两周的时间里，参与者将使用腕部活动记录仪监测其睡眠，并通过智能手机（采用生态瞬时评估方法）记录其情绪、进食行为和进食认知。随后，青少年将被邀请完成最多三项独立的实验范式，旨在进一步阐明与去抑制性进食行为相关的认知、情绪和生理过程。之后，所有参与者将完成为期共六年的体重和肥胖度年度评估，并每三年进行一次更全面的自我调节、动机和神经认知功能评估。

对儿童和青少年进行纵向研究

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。