CORAL：新冠疫情对封锁期出生婴儿过敏与自身免疫失调的影响
CORAL 数据集来源于 omicsdi.org，主题标签为 Genomics，本站归类为免疫系统疾病/其他。源站描述聚焦新冠疫情对封锁期间出生婴儿过敏及自身免疫失调的影响
基本信息
资源简介
CORAL：新冠疫情对封锁期出生婴儿过敏与自身免疫失调的影响
CORAL 是一个以 Genomics 为主题标签的公开数据集，来源于 omicsdi.org。该数据集围绕新冠疫情（COVID-19）大流行对封锁期间出生婴儿过敏及自身免疫失调的影响展开，本站将其归类于免疫系统疾病 / 其他类别。从整体定位来看，CORAL 属于免疫系统疾病领域与基因组学交叉的数据资源，其关注点在于疫情这一特殊公共卫生事件背景下婴幼儿免疫相关健康结局的研究。数据集名称中的 CORAL 与源站描述中的 CORona Virus Pandemic 相呼应，提示其命名与新冠疫情背景直接相关。以下从数据集背景、数据内容、采集与来源、适用场景、使用方法、质量与限制、引用与许可等方面进行介绍。
【数据集背景】
CORAL 数据集的产生背景与新冠疫情大流行密切相关。源站描述明确指出，该数据集关注的是新冠疫情对封锁期间出生婴儿过敏及自身免疫失调的影响。这意味着其研究情境设定在疫情封锁这一特殊时期，研究对象为在该时期出生的婴儿群体，研究关注点为过敏与自身免疫失调两类免疫相关健康问题。该数据集在本站被归类为免疫系统疾病 / 其他，主题标签为 Genomics，说明其数据内容与基因组学相关，并服务于免疫系统疾病方向的研究。关于该数据集的具体项目背景、研究机构、资助来源等信息，源站未提供。
【数据内容】
CORAL 数据集的主题标签为 Genomics，表明其数据内容属于基因组学范畴。结合源站描述，该数据集所涉及的数据应围绕封锁期间出生婴儿的过敏及自身免疫失调相关研究展开。关于数据集的具体数据类型、样本数量、变量构成、文件格式、数据规模等细节，源站未提供。
【采集与来源】
CORAL 数据集来源于 omicsdi.org。omicsdi.org 是该数据集的来源站点，也是获取该数据集相关信息的主要渠道。关于数据采集的具体时间范围、采集地点、采集方法、样本纳入与排除标准等信息，源站未提供。
【适用场景】
基于现有信息，CORAL 数据集适用于与新冠疫情背景下婴幼儿免疫健康相关的研究场景，尤其是围绕封锁期间出生婴儿的过敏及自身免疫失调问题的基因组学分析。其主题标签 Genomics 与本站分类免疫系统疾病 / 其他，提示该数据集可用于免疫系统疾病领域中与基因组数据相结合的研究用途。关于更具体的适用场景、推荐分析任务或典型应用案例，源站未提供。
【使用方法】
关于 CORAL 数据集的具体使用方法，包括数据获取方式、访问权限、下载途径、数据格式说明、预处理步骤及配套分析工具等，源站未提供。
【质量与限制】
关于 CORAL 数据集的质量评估信息，如数据完整性、准确性、一致性、缺失情况等，源站未提供。关于该数据集在使用上的限制条件，源站亦未提供。使用者应注意，该数据集的主题与研究对象具有特定背景，即新冠疫情封锁期间出生的婴儿群体，其适用范围可能受此研究情境约束，具体限制需以源站说明为准。
【引用与许可】
关于 CORAL 数据集的引用方式、推荐引用格式、许可协议及使用条款等信息，源站未提供。
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://omicsdi.org/dataset/project/PRJEB65928
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
Impact of CORona Virus Pandemic on Allergic and Autoimmune Dysregulation in Infants Born During Lockdown
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。
