流行病早期幼年宿主与出生扩散者受到保护
该数据集来自 Harvard Dataverse,围绕寄生虫感染在时空上的差异,探讨宿主通过扩散逃离寄生虫栖息地时,避开寄生虫的收益是否超过扩散成本

基本信息
资源简介
流行病早期幼年宿主与出生扩散者受到保护
Juvenile hosts and natal dispersers are protected in the early stages of epidemics
该数据集来自 Harvard Dataverse,围绕寄生虫感染在时空上的差异,探讨宿主通过扩散逃离寄生虫栖息地时,避开寄生虫的收益是否超过扩散成本。研究以秀丽隐杆线虫(Caenorhabditis elegans)及其环境传播的微孢子虫寄生虫 Nematocida parisii 为模型,检验幼年宿主相对受保护、且这种年龄偏倚可放大幼年(出生)扩散收益的假说。数据可用于分析宿主年龄、体型与寄生虫获得量之间的关系,以及多代流行病中的传播偏倚(来源 DOI 解析)。
【数据集背景】
源站首次发布:2025。
【数据内容】
源站描述(机器翻译,仅供参考):寄生虫流行率在时间和空间上存在变化。因此,宿主可能通过扩散离开存在寄生虫的栖息地来逃避感染。然而,避免寄生虫的收益是否超过扩散的成本尚不清楚。幼年宿主预计相对不易受到环境传播寄生虫的感染,我们假设这种传播中的年龄偏倚可能放大幼年(即出生)扩散的收益。我们在模型线虫秀丽隐杆线虫(Caenorhabditis elegans)中检验了这些想法,该宿主具有离散的生活阶段和出生扩散,以及其环境传播的微孢子虫寄生虫 Nematocida parisii。我们发现,在标准化暴露条件下,较大的秀丽隐杆线虫个体(对应于较老的生活阶段)获得的寄生虫远多于较小(较年轻)的个体。我们在多代流行病中也发现了同样的偏倚,e
【主题与分类】
主题标签:Medicine, Health and Life Sciences。本站分类:感染性疾病。
【获取与许可】
源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/EEPMS8
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/10.7910/DVN/EEPMS8
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:
数据集大小约 495.1 MB。
数据说明
寄生虫的流行率在时间和空间上存在差异。因此,宿主可能通过从存在寄生虫的栖息地扩散出去来逃避感染。然而,避免寄生虫的益处是否超过扩散的代价尚不清楚。幼年宿主预计相对更能免受环境传播寄生虫的感染,我们假设这种传播中的年龄偏倚可能放大幼年(即出生地)扩散的益处。我们在模式线虫秀丽隐杆线虫(Caenorhabditis elegans)中检验了这些观点,该宿主具有离散的生活阶段和出生地扩散特性,以及其环境传播的微孢子虫寄生虫Nematocida parisii。我们发现,在标准化暴露条件下,较大的秀丽隐杆线虫个体(对应较老的生活阶段)获得的寄生虫数量远多于较小(较年轻)的个体。我们在多代流行病中发现了同样的偏倚,尤其是在流行病的早期阶段。我们还发现,秀丽隐杆线虫的扩散幼虫比种群平均水平更不易被感染,且携带的感染严重程度更低。
我们得出结论,疫情早期阶段为年轻宿主提供了一个通过分散来避免感染的机会窗口。
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




