奶牛蹄部消毒剂抗菌效果农场评估数据集
Digital dermatitis是奶牛传染性跛行的主要原因。消毒蹄浴和喷雾用于疾病控制。消毒剂效力的实验室检测无法匹配农场中有机挑战的复杂性

基本信息
资源简介
奶牛蹄部消毒剂抗菌效果农场评估数据集
Digital dermatitis是奶牛传染性跛行的主要原因。消毒蹄浴和喷雾用于疾病控制。消毒剂效力的实验室检测无法匹配农场中有机挑战的复杂性
Dataset for "On-farm assessment of the antibacterial efficacy of hoof disinfectants for dairy cows"
【数据集背景】
源站首次发布:2024。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集包含用于生成论文《On-farm assessment of the antibacterial efficacy of hoof disinfectants for dairy cows》结果的数据。Digital dermatitis是奶牛传染性跛行的主要原因。消毒蹄浴和喷雾用于疾病控制。消毒剂效力的实验室检测无法匹配农场中有机挑战的复杂性。本研究旨在开发一种针对局部喷雾或蹄浴用蹄部消毒剂的农场抗菌效力检测方法。共开展了两项试验,一项测试通过局部喷雾施用的消毒剂,另一项测试相同产品在100头奶牛走过的蹄浴中使用后的效果。产品为硫酸铜(阳性对照)、P1(乙酸和过氧乙酸类)、P2(胺类)和P3(乳酸和氯甲酚)。治疗前后拭子采
【主题与分类】
主题标签:奶牛、蹄部消毒剂、抗菌效果、农场试验、消化系统疾病。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://pure.qub.ac.uk/en/datasets/e86b4c71-7d3e-48db-b7e7-bd582a87bfd8
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/10.17034/e86b4c71-7d3e-48db-b7e7-bd582a87bfd8
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:
数据说明
本数据集包含用于生成论文《奶牛蹄部消毒剂抗菌效果的农场内评估》结果的数据。数字皮炎是奶牛传染性跛行的主要原因。消毒蹄浴和喷雾用于疾病控制。消毒剂效果的实验室检测无法匹配农场中有机物挑战的复杂性。本研究旨在开发一种农场内抗菌效果检测方法,用于评估作为局部喷雾或蹄浴使用的蹄部消毒剂。共进行了两项试验,一项测试通过局部喷雾施用的消毒剂,另一项测试相同产品在100头奶牛走过的蹄浴中使用后的效果。产品包括硫酸铜(阳性对照)、P1(基于乙酸和过氧乙酸)、P2(胺)和P3(乳酸和氯甲酚)。采用处理前和处理后拭子采样方法,并测定需氧菌落计数的对数减少值。对于喷雾施用,硫酸铜引起的对数减少值小于P1,但与P2或P3无差异。
对于所使用的足浴消毒剂,硫酸铜引起的对数减少值大于P2,但与P1或P3无差异。这种实际测试方法能够区分在不同施用方法下,农场条件中抗菌效力高于或低于硫酸铜的产品。本数据集中的两个csv格式数据文件包含了2021年1月15日至2021年3月17日期间收集的定量数据。每种产品及施用类型分析了27至46对拭子样本。文件中报告的对数减少值是根据原始数据按以下方式确定的:将每个拭子重复平板的有氧菌落计数均值(菌落形成单位/毫升)转换为log10。通过从处理前的log10菌落计数中减去处理后的log10菌落计数,计算每对样本(即每个实验重复)的log10减少值。
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。




