IBM饮食监测研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07535996

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：包涵体肌炎。本研究将采用观察性病例对照设计。基于旨在检测膳食蛋白质实践与肌肉质量和功能相关各项结局指标之间强关联（r = ±0.5）的效力计算，已确定32名包涵体肌炎（IBM）参与者的样本量。采用双侧检验，α水平为0.05，效力为80%（β = 0.2），分析表明所需样本量为29名参与者。所使用的样本量公式适用于Pearson相关分析。考虑到估计10%的脱落率，最终目标招募人数为32人。此外，将招募15名年龄和活动量匹配的对照参与者。IBM组与对照组之间比较的效力计算显示所需样本量较低，反映了健康人群中通常观察到的较低变异性。IBM参与者的识别将在索尔福德皇家医院（英国曼彻斯特）三级神经肌肉服务中心和神经肌肉中心（英国柴郡温斯福德）进行。

符合条件者将在诊所或通过电子邮件收到参与者信息表、研究海报和联系同意书。填写完整的联系同意书将使曼彻斯特城市大学（ManMet）研究团队能够通过电话或电子邮件跟进，邀请其参加在曼彻斯特城市大学体育研究所（IoS）进行的筛选访视。对照参与者将从当地社区招募。若同意，将通过电话安排筛选和入组访视。前往IoS的筛选访视将持续最多1.5小时，但若发现参与者不符合条件，可能会提前结束。访视期间，参与者将与研究人员会面，研究人员将详细解释研究内容，包括时间投入、风险和参与者权利。随后将获取知情同意。之后，参与者将完成四份问卷

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。