尼日利亚索科托州Hyalomma蜱、骆驼及高风险职业人群CCHFV检测数据集
该数据集为尼日利亚索科托州CCHFV横断面血清分子学调查的原始数据与分析文件，覆盖2024年2月至4月采集的骆驼（n=263）及其寄生Hyalomma蜱（n=1,215）和职业暴露人群（n=108）
基本信息
资源简介
尼日利亚索科托州Hyalomma蜱、骆驼及高风险职业人群CCHFV检测数据集
DETECTION OF CRIMEAN-CONGO HAEMORRHAGIC ORTHONAIROVIRUS IN HYALOMMA TICKS, CAMELS, AND HIGH-RISK OCCUPATIONAL GROUPS IN SOKOTO STATE, NIGERIA
该数据集为尼日利亚索科托州CCHFV横断面血清分子学调查的原始数据与分析文件，覆盖2024年2月至4月采集的骆驼（n=263）及其寄生Hyalomma蜱（n=1,215）和职业暴露人群（n=108）。内容包括骆驼血样、蜱形态学鉴定与蜱负荷评分、人群社会人口学信息与风险行为问卷，以及用于多因素logistic回归分析高风险行为预测因素的数据，可用于蜱传病毒流行病学与One Health相关研究（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：本数据集包含研究“Detection of Crimean-Congo Haemorrhagic Orthonairovirus in Hyalomma Ticks, Camels, and High-Risk Occupational Groups in Sokoto State, Nigeria”所使用的原始数据和分析文件。该研究是一项针对尼日利亚索科托州骆驼（n=263）、其寄生Hyalomma蜱（n=1,215）及职业暴露人群（n=108）中CCHFV的横断面血清分子学调查（2024年2月至4月）。数据集包括：动物数据：骆驼血样、蜱种鉴定（形态学）和蜱负荷评分。人类数据：来自屠宰场工人和骆驼饲养者的社会人口学信息及风险行为问卷回答。风险因素分析：用于多因素logistic回归分析以识别高风险行为预测因素的数据。
【主题与分类】
主题标签：Hemorrhagic Fever Virus, Crimean-Congo、Crimean-Congo Haemorrhagic Fever Virus、Tick Infestations、Tick Bites、Tick-Borne Diseases、Tick Infestations/epidemiology、Camel、Animal、One Health、Zoonoses。本站分类：感染性疾病/其他。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.23344737
使用许可：Creative Commons Attribution 4.0 International。
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/10.5281/zenodo.23344737
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
本数据集包含研究《在尼日利亚索科托州的璃眼蜱、骆驼和高风险职业人群中检测克里米亚-刚果出血热正内罗病毒》所使用的原始数据和分析文件。该研究是一项在尼日利亚索科托州（2024年2月至4月）开展的横断面血清分子学调查，调查对象为骆驼（n=263）、其寄生的璃眼蜱（n=1,215）以及职业暴露人群（n=108）中的CCHFV。数据集包括：动物数据：骆驼血液样本、蜱种鉴定（形态学）和蜱负荷评分。人类数据：人类社会人口学信息，以及屠宰场工人和骆驼饲养者的风险行为问卷回答。风险因素分析：用于多变量逻辑回归分析、以识别高风险行为预测因素的数据。
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。
