东非家畜传染病IDEAL项目数据集:Theileria parva感染结局数据
该数据集来自东非家畜传染病(IDEAL)项目,是一项在肯尼亚西部开展的牛群健康流行病学研究,旨在提供基线流行病学数据,探究不同感染对生长、死亡率和发病率等关键指标的影响、共感染的相加或相乘效应,以及管理和遗传因素的作用

基本信息
资源简介
东非家畜传染病IDEAL项目数据集:Theileria parva感染结局数据
Infectious Diseases of East African Livestock (IDEAL) project dataset: Theileria parva infection outcome data
该数据集来自东非家畜传染病(IDEAL)项目,是一项在肯尼亚西部开展的牛群健康流行病学研究,旨在提供基线流行病学数据,探究不同感染对生长、死亡率和发病率等关键指标的影响、共感染的相加或相乘效应,以及管理和遗传因素的作用。研究于2007至2009年对新生犊牛开展纵向队列研究,犊牛按两阶段整群抽样策略随机选取,在3至7日龄时入组,由兽医和动物卫生助理进行每5周一次的常规访视、临床检查及尸检访视,并采集血液和组织样本。数据可用于分析Theileria parva感染结局及相关因素(来源 DOI 解析)。
【数据集背景】
源站首次发布:2015。
【数据内容】
源站描述(机器翻译,仅供参考):东非家畜传染病(IDEAL)项目是一项在肯尼亚西部开展的牛群健康流行病学研究,旨在提供基线流行病学数据,调查不同感染对生长、死亡率和发病率等关键反应的影响、共感染的相加和/或相乘效应,以及管理和遗传因素的影响。2007年至2009年间在肯尼亚西部开展了一项针对新生犊牛的纵向队列研究。犊牛从两阶段整群抽样策略报告的所有犊牛中随机选取。犊牛在3至7日龄时入组。一个由兽医和动物卫生助理组成的团队开展了每5周一次的常规访视,以及在犊牛报告患病时进行的临床检查和尸检访视。血液和组织样本在所有访视时采集,并且
【主题与分类】
主题标签:Cattle、East Coast Fever、Theileria parva、Mortality、parasitology。本站分类:感染性疾病。
【获取与许可】
源站页面:https://datashare.ed.ac.uk/handle/10283/729
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/10.7488/ds/223
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
东非家畜传染病(IDEAL)项目是一项在肯尼亚西部开展的牛群健康流行病学研究,旨在提供基线流行病学数据,调查不同感染对生长、死亡率和发病率等关键反应的影响、合并感染的相加和/或相乘效应,以及管理和遗传因素的影响。2007年至2009年间,在肯尼亚西部开展了一项针对新生犊牛的纵向队列研究。犊牛是从两阶段整群抽样策略所报告的所有犊牛中随机选取的。犊牛在3至7日龄时被纳入研究。由兽医和动物卫生助理组成的团队每5周进行例行访视,并在犊牛报告患病时进行临床检查以及死后剖检访视。在所有访视时采集血液和组织样本,并使用一系列实验室诊断方法对100多种不同病原体或感染暴露进行筛查。该研究对548头犊牛在出生后最初51周内或直至死亡进行了随访。详细信息见Bronsvoort等(2013),www.biomedcentral.com/1746-6148/9/171。
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。




