数据来源：识别未来人畜共患疾病威胁——我们对灵长类感染病的认识存在哪些空白？

数据集获取

源站：https://doi.org/10.5061/dryad.510sb

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 347.1 KB。

数据说明

背景与目标：新发传染病往往源自动物，因此识别野生动物种群中的传染性病原体十分重要。人们普遍认识到，野生动物传染性病原体的采样并不充分，尤其是在发展中国家，但尚不清楚还需要增加多少采样，以及在宿主物种和地理位置上应重点在哪里投入努力。在此，我们识别了灵长类寄生虫研究中的这些空白，其中许多寄生虫已经显现为对人类健康的威胁。方法：我们从现有数据库中获取了灵长类宿主-寄生虫记录及其他变量。随后，我们研究了灵长类内部相对于其地理分布范围的采样力度，以及各国内部相对于其灵长类物种丰富度的采样力度。我们使用广义线性模型，控制系统发育或空间自相关，来模拟灵长类和国家间采样力度的变异。最后，我们使用物种丰富度估计量来外推寄生虫物种丰富度。结果：我们发现所有灵长类类群和各大陆内部的采样力度均不均衡。

灵长类动物的采样力度受其地理分布范围和栖息基质利用的影响，其中陆生种类获得了更多的采样。我们的寄生虫物种丰富度估计表明，在采样最充分的灵长类动物和国家中，仍有近半数的灵长类寄生虫有待采样；对于大多数灵长类宿主而言，情况则更为严峻。结论与意义：灵长类寄生虫的采样力度既不均衡又偏低。一个令人警醒的信息是，即便对于研究最为深入的灵长类动物，我们也所知甚少，至于物种内部寄生虫感染的空间和时间分布，了解更是微乎其微。

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。