数据来源:禽疟疾:旧实验模型在研究Plasmodium进化生态学中的新应用
该数据集来自 Dryad,由 Pigeault 等作者于 2016 年发布,围绕禽疟疾这一研究人类疟疾的经典模型,汇总了 14 个不同实验室实验的数据

基本信息
资源简介
数据来源:禽疟疾:旧实验模型在研究Plasmodium进化生态学中的新应用
Data from: Avian malaria: a new lease of life for an old experimental model to study the evolutionary ecology of Plasmodium
该数据集来自 Dryad,由 Pigeault 等作者于 2016 年发布,围绕禽疟疾这一研究人类疟疾的经典模型,汇总了 14 个不同实验室实验的数据。研究以欧洲最流行的禽疟疾谱系 Plasmodium relictum SGS1 及其天然媒介 Culex pipiens 为对象,提供感染相关参数之间的统计关系。数据可用于理解疟原虫在宿主内的动态、疾病生态与进化,并支持实验室条件下的比较分析与建模(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2016。
【数据内容】
源站描述(机器翻译,仅供参考):禽疟疾在历史上作为研究人类疟疾的模型发挥了重要作用,推动了医学寄生虫学的发展。近年来,禽疟疾作为独特的动物模型重新回到研究视野,用于理解该疾病在野外和实验室中的生态与进化。禽疟疾在全球鸟类和蚊子中高度流行,并且适合在寄生虫生命周期的每个阶段进行实验室实验。在此,我们总结了使用欧洲最流行的禽疟疾谱系 Plasmodium relictum SGS1 及其天然媒介蚊子 Culex pipiens 所进行的 5 年实验室实验研究。为此,我们汇编并分析了本实验室在 14 个不同实验中获得的数据。我们提供了不同感染相关参数之间的统计关系。
【主题与分类】
主题标签:Avian malaria、within-host dynamics、Plasmodium、Culex pipiens。本站分类:血液及造血器官疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.35hs3
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.35hs3
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 766.7 KB。
数据说明
禽疟疾在历史上作为研究人类疟疾的模型发挥了重要作用,推动了医学寄生虫学的发展。近年来,禽疟疾作为独特的动物模型重新回到研究视野,用于在野外和实验室中理解该疾病的生态学和进化。禽疟疾在全球鸟类和蚊虫中高度流行,并且适合在寄生虫生命周期的每个阶段进行实验室实验。在此,我们总结了利用欧洲最流行的禽疟疾谱系——残余疟原虫SGS1及其自然媒介——淡色库蚊所进行的5年实验室实验研究。为此,我们汇编并分析了本实验室在14个不同实验中获得的数据。我们提供了不同感染相关参数之间的统计关系,包括寄生虫血症、配子体血症、宿主发病率(贫血)以及向蚊虫的传播率。这一分析提供了可能影响疟疾传播和流行病学的宿主内和宿主间参数的广泛图景。
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。




