奇努克与银鲑早期海洋感染性病原体与世代存活关联数据集
该数据集来自 search.dataone.org,覆盖加拿大不列颠哥伦比亚省沿海采样的奇努克鲑与银鲑,涉及 59 个病原体分类单元,并包含多年份的病原体流行率、病原体载量、体况与世代存活信息

基本信息
资源简介
奇努克与银鲑早期海洋感染性病原体与世代存活关联数据集
Identification of infectious agents in early marine Chinook and Coho salmon associated with cohort survival
该数据集来自 search.dataone.org,覆盖加拿大不列颠哥伦比亚省沿海采样的奇努克鲑与银鲑,涉及 59 个病原体分类单元,并包含多年份的病原体流行率、病原体载量、体况与世代存活信息。数据可用于探索性分析病原体流行率与世代存活之间、病原体载量与体况之间的关联,评估感染性疾病在太平洋鲑鱼海洋存活下降中的潜在作用(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):近几十年来,人们日益认识到感染性疾病可在多种海洋类群的大规模死亡事件中发挥作用。与此同时,许多太平洋鲑鱼种群因海洋存活率下降而丰度减少。然而,很少有研究明确考虑病原体可能在这些下降中扮演的角色。利用一个跨越不列颠哥伦比亚省沿海采样的奇努克鲑和银鲑中 59 个病原体分类单元的多年数据集,我们开展了探索性分析,以量化病原体流行率与世代存活之间、以及病原体载量与体况之间关联的证据。虽然多种病原体在某一季节对某一宿主物种的体况或存活表现出中度至强负相关,但我们发现 Tenacibaculum maritimum 和 Piscine orthoreovirus 具有持续负
【主题与分类】
主题标签:fish pathogens、body condition、cohort survival、Pacific Salmon。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A2e177277dc2e5507201e417186794d28d82202c0243a6a6c35231a989d83d5af
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
近几十年来,人们日益认识到传染病在多种海洋类群大规模死亡事件中可能发挥的作用。与此同时,由于海洋存活率下降,许多太平洋鲑鱼种群的丰度出现衰退。然而,鲜有研究明确考虑病原体在这些衰退中可能扮演的角色。利用一个跨越不列颠哥伦比亚省沿海采样的奇努克鲑和银鲑中59个病原体类群的多年度数据集,我们开展了一项探索性分析,以量化病原体流行率与世代存活率之间、以及病原体载量与身体状况之间关联的证据。尽管多种病原体在某一季节对某一宿主物种的身体状况或存活率表现出中度至强负相关,但我们发现,海洋黏着杆菌(Tenacibaculum maritimum)和鱼类正呼肠孤病毒(Piscine orthoreovirus)在两个宿主物种和两个季节中均与身体状况呈一致的负相关,并且与……呈负相关。
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。




