数据来源:浣熊遗传结构与狂犬病传播潜力:景观屏障与性别偏倚扩散的作用
该数据集来自 Dryad,围绕浣熊(Procyon lotor)的遗传结构与狂犬病传播潜力,研究景观屏障和性别偏倚扩散的作用

基本信息
资源简介
数据来源:浣熊遗传结构与狂犬病传播潜力:景观屏障与性别偏倚扩散的作用
Data from: Genetic structure and rabies spread potential in raccoons: the role of landscape barriers and sex-biased dispersal
该数据集来自 Dryad,围绕浣熊(Procyon lotor)的遗传结构与狂犬病传播潜力,研究景观屏障和性别偏倚扩散的作用。研究地点位于加拿大魁北克省南部,重点关注 Richelieu River 作为基因流屏障对 RRV 传播的影响。数据可用于分析浣熊种群遗传分化、评估河流等自然屏障对疾病扩散的阻断效应,以及比较不同性别和更大空间尺度上的传播潜力差异,服务于感染性疾病与野生动物管理研究(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2011。
【数据内容】
源站描述(机器翻译,仅供参考):识别与传染病相关的宿主移动的自然屏障,对于制定有效的控制策略至关重要。浣熊狂犬病变种(RRV)是一种值得人类关注的人畜共患病,因为其主要传播媒介浣熊(Procyon lotor)常出现在居民区附近。在加拿大魁北克省,自2006年以来在浣熊中发现的所有RRV病例均检测于Richelieu River东侧,表明该河流是基因流的屏障,因此也是RRV传播潜力的屏障。本研究的目的是描述浣熊种群的遗传结构,并评估Richelieu River对加拿大魁北克省南部种群结构的影响。我们还评估了RRV传播潜力是否在性别之间以及更大空间尺度上存在差异。我们的分析揭示了个体间微弱的遗传分化信号。
【主题与分类】
主题标签:Procyon lotor、Disease Biology、Wildlife Management。本站分类:感染性疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.fp659276
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.fp659276
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 102.8 KB。
数据说明
识别与传染病相关的宿主移动的自然屏障对于制定有效的控制策略至关重要。浣熊狂犬病变种(RRV)是一种备受关注的人畜共患病,因为其主要传播媒介——浣熊(Procyon lotor)——常出现在居民区附近。在加拿大魁北克省,自2006年以来,所有在浣熊中发现的RRV病例均位于黎塞留河东侧,这表明该河流可能作为基因流动的屏障,从而限制了RRV的传播潜力。本研究旨在描述浣熊种群的遗传结构,并评估黎塞留河对加拿大魁北克省南部种群结构的影响。我们还评估了RRV传播潜力是否因性别和更大空间尺度而存在差异。我们的分析揭示了位于黎塞留河两侧的个体之间存在微弱的遗传分化信号。在更大的空间尺度上,遗传结构较弱。我们的结果表明,河流可能并不总能有效限制浣熊的移动和RRV的传播。
我们认为,两性间遗传结构的差异部分原因可能是冬季繁殖季节雄性的移动,此时冰桥使得魁北克大多数河流得以通行。
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。




