健康与免疫缺陷宿主的病毒感染
病毒是住院及门诊患者致病和致死的重要原因,新毒株可能在健康或免疫缺陷人群中引发流行。免疫缺陷者常长期排出高滴度病毒,病毒在其体内可能更快进化并产生抗病毒药物耐药

基本信息
资源简介
健康与免疫缺陷宿主的病毒感染
该数据集来自 clinicaltrials.gov,聚焦健康人群与免疫缺陷宿主中的病毒感染,涵盖 Anogenital Herpes、COVID-19、Herpes Labialis 等病种。病毒是住院及门诊患者致病和致死的重要原因,新毒株可能在健康或免疫缺陷人群中引发流行。免疫缺陷者常长期排出高滴度病毒,病毒在其体内可能更快进化并产生抗病毒药物耐药。对连续病毒样本的分析有助于理解病毒进化与耐药机制,可用于病毒感染相关研究、风险评估与预防控制(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Anogenital Herpes、COVID-19、Herpes Labialis。病毒感染是住院患者及门诊患者致病和致死的重要原因。新病毒毒株可能出现,并在健康人群或免疫缺陷人群中引起流行。更好地理解这些新病毒毒株可能有助于控制和预防这些感染。一些原本无症状或引起轻微疾病的病毒感染,在免疫缺陷人群中可能危及生命。免疫缺陷人群常长期排出高滴度病毒。在缺乏有效免疫系统的情况下,病毒在其宿主体内可能进化得更快。因此,分析这些患者的连续病毒样本可以提供关于病毒进化的信息,包括对抗病毒药物的耐药性如何产生。此外,更高滴度的病毒
【主题与分类】
主题标签:Anogenital Herpes、COVID-19、Herpes Labialis。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01306084
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
源站:https://clinicaltrials.gov/study/NCT01306084
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
疾病:肛门生殖器疱疹、COVID-19、唇疱疹。病毒感染是住院患者及门诊患者发病和死亡的重要原因。新毒株可能出现并在健康人或免疫功能低下者中引起流行病。更好地了解这些新毒株可能有助于控制和预防这些感染。一些原本无症状或引起轻微疾病的病毒感染在免疫功能低下者中可能危及生命。免疫功能低下者往往会长时间排出高滴度的病毒。在缺乏强大免疫系统的情况下,病毒在宿主体内可能进化得更快。因此,分析这些患者的连续病毒样本可以提供有关病毒进化的信息,包括抗病毒药物耐药性如何产生。此外,较高的病毒滴度可能与更适应在细胞培养中生长的病毒突变体有关。
在本方案中,我们将从原本健康或免疫功能低下的患者中,按连续时间段采集含有病毒的标本,以研究其核酸序列、对抗病毒药物的敏感性、病毒感染的细胞类型以及在细胞培养中的生长能力。在某些情况下,我们将查阅外部实验室的组织活检或临床报告,以协助诊断病毒相关疾病。我们还将记录患者的体征和症状,采集简要病史或请患者填写问卷,记录任何相关实验室检查结果,并在某些情况下采集血液以测量免疫反应、分离抗体或病毒特异性T细胞,或检测病毒血症。本研究将纳入病毒感染和/或接种病毒疫苗的患者。本研究应有助于进一步了解病毒在其自然宿主中如何演变、如何对抗病毒药物产生耐药性、抗体反应如何针对病毒演变,并可能使一些目前无法培养的病毒得以生长。
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。




