AI生成寻常痤疮学习材料研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07652112

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：寻常痤疮、医学教育。这项比较教育干预研究评估了人工智能生成的患者信息材料对低年级医学生在寻常痤疮方面的教育效果。在第一阶段，使用不同的人工智能模型生成寻常痤疮信息文本，并由两名皮肤科医生使用质量和可理解性评估工具进行评估。在第二阶段，将表现最佳的人工智能生成材料与土耳其皮肤病学会提供的标准人工生成材料以及对照组进行比较。共有190名埃尔吉耶斯大学医学院一年级和二年级医学生参与了研究。参与者被分为三组：人工智能生成材料组、土耳其皮肤病学会材料组和对照组。在教育材料展示后，参与者完成了一份关于寻常痤疮的12题知识评估问卷。

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。