赫尔辛基出生队列2018-2022新生儿体成分与后期健康影响因素

数据集获取

源站：https://clinicaltrials.gov/study/NCT03765684

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：子代、成人、生活方式、肥胖、儿童期、妊娠相关、儿童发育。赫尔辛基出生队列2018-2022（HeBiCo）研究旨在寻找各种宫内暴露与子代肥胖及后续健康之间的证据。研究将考察不同的母亲因素（如慢性疾病、种族、BMI）和产科因素（如妊娠期体重增加、妊娠期诊断）以及父母生活方式和心理方面（如饮食质量、体力活动、抑郁和焦虑）如何与新生儿身体成分及后续健康（如肥胖和神经认知健康）相关联。在研究的第一阶段，参与者在分娩后于产后病房招募。将采集所有新生儿的脐带血样本。在知情同意后，参与者填写数字背景、食物频率、抑郁和体力活动问卷。如果父母不同意，脐带血样本将被销毁。子代的身体成分将在出生后72小时内评估。将收集登记数据。

HeBiCo研究的第二阶段基于HUS WomensHub治疗路径和/或Apotti平台。HeBiCo第二阶段由母子对（及父亲/配偶）组成，其妊娠可通过治疗路径从妊娠早期随访至妊娠结束。在赫尔辛基妇女医院出生的子代将在出生后72小时内进行体成分评估。未来研究将包括：1）通过WomensHub平台开展数字化服务概念的干预研究；2）子代和父母在日后生活中的随访研究（例如建立子代生长轨迹及日后代谢健康）。HeBiCo研究的第一阶段于2018年3月注册。第二阶段现予注册。

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。