西非埃博拉疫情人畜共患起源调查数据
该数据集来自 Dryad,对应一项关于西非埃博拉疫情人畜共患起源的研究。研究通过野生动物调查、访谈以及蝙蝠与环境样本的分子分析,追溯疫情起源

基本信息
资源简介
西非埃博拉疫情人畜共患起源调查数据
Data from: Investigating the zoonotic origin of the West African Ebola epidemic
该数据集来自 Dryad,对应一项关于西非埃博拉疫情人畜共患起源的研究。研究通过野生动物调查、访谈以及蝙蝠与环境样本的分子分析,追溯疫情起源。结果显示未发现大型野生动物同期暴发的证据,当地接触果蝠较常见,指示病例可能因在藏有食虫游离尾蝠(Mops condylurus)群落的空心树中玩耍而感染。该数据可用于探讨埃博拉病毒潜在来源、蝙蝠宿主范围及人畜共患传播风险(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2015。
【数据内容】
源站描述(机器翻译,仅供参考):西非发生的严重埃博拉病毒病疫情源于一次向几内亚梅利安杜一名2岁男童的单次人畜共患传播事件。我们通过野生动物调查、访谈以及蝙蝠和环境样本的分子分析,调查了此次疫情的人畜共患起源。我们未发现大型野生动物同期暴发的证据。该地区接触果蝠很常见,但指示病例可能因在藏有食虫游离尾蝠(Mops condylurus)群落的空心树中玩耍而感染。该科蝙蝠此前曾被讨论为埃博拉病毒暴发的潜在来源,实验数据表明该物种可在实验感染后存活。这些分析将可能的埃博拉病毒来源范围扩大到食虫蝙蝠,并重申了更广泛采样努力的重要性,以
【主题与分类】
主题标签:Bat、Pteropodidae、present、Molossidae、Ebola、zoonosis、Mops condylurus。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.gq567
使用许可:Creative Commons Zero v1.0 Universal。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://doi.org/10.5061/dryad.gq567
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据集大小约 301.1 MB。
数据说明
西非发生的严重埃博拉病毒病疫情源于一次人畜共患传播事件,感染者是几内亚梅利安杜的一名2岁男孩。我们通过野生动物调查、访谈以及对蝙蝠和环境样本的分子分析,调查了此次疫情的人畜共患起源。我们未发现大型野生动物中同时暴发疫情的证据。该地区接触果蝠很常见,但指示病例可能是在一棵空心树中玩耍时感染的,那棵树栖息着一群食虫游离尾蝠(Mops condylurus)。此前曾讨论过该科蝙蝠可能是埃博拉病毒暴发的潜在来源,实验数据也表明该物种能在实验感染后存活。这些分析将可能的埃博拉病毒来源范围扩大到食虫蝙蝠,并重申了更广泛采样工作对理解埃博拉病毒生态学的重要性。
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。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




