温度变异性与湿度协同加剧流行病的研究数据
该数据集来自 search.dataone.org，围绕温度变异性与湿度如何协同加剧流行病展开，研究对象为红点蝾螈（Notophthalmus viridescens）的壶菌病
基本信息
资源简介
温度变异性与湿度协同加剧流行病的研究数据
Temperature variability and moisture synergistically interact to exacerbate an epizootic disease
该数据集来自 search.dataone.org，围绕温度变异性与湿度如何协同加剧流行病展开，研究对象为红点蝾螈（Notophthalmus viridescens）的壶菌病。数据涉及宿主热驯化（恒定温度与温度波动）对 Batrachochytrium dendrobatidis（Bd）生长的影响，并考察土壤湿度（10%、16%、21% 含水量）的作用。可用于分析气候变化背景下温度波动与湿度交互对野生动物寄生虫病的影响（来源 DataONE，CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：气候变化正在改变全球降水模式和温度变异性，进而影响人类和野生动物的寄生虫病。近期一项研究证实了温度变异性增加可能加剧疾病的预测，原因是宿主在温度变化后存在驯化滞后。然而，这些宿主驯化效应的普遍性及其与其他因素相互作用的可能性尚未得到检验。在此，我们报告了宿主热驯化（恒定温度与变动温度）对红点蝾螈（Notophthalmus viridescens）壶菌病的类似效应。与已经驯化到该温度的蝾螈相比，在转移到新温度后，红点蝾螈上 Batrachochytrium dendrobatidis（Bd）的生长更多（15°C 与 25°C）。然而，这些驯化效应取决于土壤湿度（10%、16% 和 21% 含水量）以及
【主题与分类】
主题标签：Anthropocene、Batrachochytrium dendrobatidis、Notophthalmus viridescens、chytrid fungus。本站分类：眼及附器疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A9241d2875372607076694d03df44150f2a422a020009312f879fcd5a49e647fa
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
气候变化正在改变全球降水模式和温度变异性，对人类和野生动物的寄生虫病产生影响。近期一项研究证实了以下预测：温度变异性增加可能加剧疾病，原因是宿主在温度变化后的适应存在滞后。然而，这些宿主适应效应的普遍性及其与其他因素相互作用的可能性尚待检验。在此，我们报告了宿主热适应（恒定温度与变化温度）对红点蝾螈（Notophthalmus viridescens）壶菌病的类似效应。与已经适应该温度的蝾螈相比，在转移至新温度后，蛙壶菌（Batrachochytrium dendrobatidis，Bd）在蝾螈上的生长更为旺盛（15°C与25°C）。然而，这些适应效应取决于土壤湿度（10%、16%和21%含水量），且仅在最高湿度水平下观察到，该湿度水平导致Bd生长和感染大幅增加……
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
