失眠与抑郁的数字认知行为疗法

数据集获取

源站：https://clinicaltrials.gov/study/NCT05456607

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：抑郁症、失眠症。尽管针对失眠和抑郁症已有有效的行为治疗，如失眠认知行为治疗（CBT-I）和抑郁症认知行为治疗（CBT-D），但这些治疗对共病症状的影响可能有限，残留症状往往仍然存在。此外，对于因农村或其他资源有限环境而无法获得一线干预的美国退伍军人，需要可扩展的干预版本（如可通过计算机访问或手机应用程序版本）。最后，关于治疗效应的异质性——即哪些干预最适合哪些个体的差异——所知甚少。这项比较有效性试验旨在制定个体化干预规则，将合适的数字干预匹配给同时患有失眠和抑郁症的合适个体。该研究将使用已被证明对其预期目标有效的CBT-I和CBT-D数字版本。

共1，160名同时患有失眠和抑郁的退伍军人参与者将被随机分配至五个研究组，各组分配人数相等：两种单一干预（CBT-I或CBT-D）；两种序贯干预（CBT-I+D或CBT-D+I）；以及作为对照组的心情监测条件。重要的是，在约400名参与者完成随机分组后，我们将停止向心情监测条件随机分配，随后所有参与者（约800名）将在其余四个治疗条件中随机分配。评估在基线、治疗中期、治疗结束时、3个月和6个月随访时进行。主要终点为12周干预期后3个月时抑郁和失眠的同时缓解。所有研究活动均将远程进行，包括招募、治疗实施和评估，以便在全国范围内招募参与者。该研究将估计治疗后3个月时对失眠和抑郁缓解的平均治疗效果。

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。