莱姆病患者队列中合并感染识别数据集

数据集获取

源站：https://search.dataone.org/view/sha256%3Aa8df66d47c8b4b91d1461cd4fd4dc86c822616c00266aa4e4e0c96e3174f5b3f

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。

数据说明

目的：莱姆病（LD）是全球大多数地区最常见的动物源性传染病。由于患者表现出的症状范围广泛，该病难以诊断。有大量证据表明蜱中存在多种微生物混合感染，但关于人类多重感染的数据极少。本研究旨在调查合并感染病原体的发生情况，并提供数据以帮助管理每一病例的诊断和治疗。设计：这是一项关于莱姆病及合并感染的前瞻性观察性研究。地点：该研究在爱尔兰都柏林一家私人感染病诊所进行，并经Mater Misericordiae大学医院研究伦理委员会批准。参与者：在2016年12月8日至2017年2月7日期间，于首次就诊前从一组54名疑似莱姆病患者中采集血样。样本在德国奥格斯堡ArminLabs进行了一组感染的检测。结果……

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。