白鼻综合征前后大棕蝠（Eptesicus fuscus）捕获记录
该数据集汇总了1990至2020年间美国东部野生动物机构与研究人员提供的大棕蝠（Eptesicus fuscus）捕获记录，仅保留3月至10月蝙蝠在冬眠地外被调查的时段，共包含30,497次个体捕获，覆盖3,797个独特位点
基本信息
资源简介
白鼻综合征前后大棕蝠（Eptesicus fuscus）捕获记录
Big brown bat (Eptesicus fuscus) capture records before and after white-nose syndrome
该数据集汇总了1990至2020年间美国东部野生动物机构与研究人员提供的大棕蝠（Eptesicus fuscus）捕获记录，仅保留3月至10月蝙蝠在冬眠地外被调查的时段，共包含30,497次个体捕获，覆盖3,797个独特位点。数据同时关联了真菌病原体Pseudogymnoascus destructans（white-nose syndrome的致病因子）的时空传播信息，可用于研究该病对大棕蝠种群、身体状况及性状变化的影响，以及新发传染病的时空动态（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：我们整理了1990年至2020年间收集的30年大棕蝠捕获记录。我们从美国东部的野生动物机构与研究人员处收集数据。我们保留了3月至10月的捕获记录，代表蝙蝠在冬眠地外被调查的春季至秋季月份。随后，我们将这些数据与真菌病原体Pseudogymnoascus destructans（导致white-nose syndrome的病原体，该病会杀死北美温带蝙蝠）的时空传播信息配对，大棕蝠对该感染易感。完整数据集包含3,797个独特位点上的30,497次大棕蝠个体捕获。
【主题与分类】
主题标签：physiological ecology、introduced species、body condition、trait shift、white-nose syndrome、spatiotemporal、capture data、emerging infectious disease。本站分类：感染性疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Af0849a0ff5ee6f1a1ac025af08c331d9fc360b97c2d36804a92862f47bdcb757
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
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
我们整理了1990年至2020年间收集的30年大棕蝠捕获记录。数据来源于美国东部的野生动物机构和研究人员。我们保留了3月至10月期间的捕获记录，这些月份代表了春季至秋季，即蝙蝠在冬眠地之外被调查的时期。随后，我们将这些数据与真菌病原体Pseudogymnoascus destructans（导致白鼻综合征的病原体，该病对北美温带蝙蝠致命，大棕蝠亦易受感染）的时空传播情况进行了配对。最终数据集包含了在3，797个独特地点捕获的30，497只大棕蝠个体记录。
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。
