俄亥俄州辛辛那提附近污水中的SARS-CoV-2及目标浓度测量（2020年5月至10月）
该数据集包含2020年5月至10月期间，美国俄亥俄州西南部三个不同下水道流域（Mill Creek WWTP、Taylor Creek WWTP及子流域Lick Run）污水核酸提取物的ddPCR或RT-ddPCR原始液滴计数
基本信息
资源简介
俄亥俄州辛辛那提附近污水中的SARS-CoV-2及目标浓度测量（2020年5月至10月）
Measurements of SARS-CoV-2 and target concentrations in wastewater near Cincinnati, OH, from May to October 2020.
该数据集包含2020年5月至10月期间，美国俄亥俄州西南部三个不同下水道流域（Mill Creek WWTP、Taylor Creek WWTP及子流域Lick Run）污水核酸提取物的ddPCR或RT-ddPCR原始液滴计数。检测目标包括SARS-CoV-2核衣壳基因N1和N2、粪便指示物crAssphage、PMMoV、HF183，以及培养冠状病毒RNA加标OC43。在可获取的情况下，还提供pH、流量、温度、TSS、CBOD5等元数据。该数据可用于污水流行病学监测、COVID-19社区传播趋势分析及相关方法学研究（来源 DOI 解析）。
【数据集背景】
源站首次发布：2023。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含来自污水核酸提取物的ddPCR或RT-ddPCR产生的原始液滴计数。污水采集自俄亥俄州西南部的三个不同下水道流域（Mill Creek WWTP、Taylor Creek WWTP以及一个子流域Lick Run）。针对以下目标提供了ddPCR计数（阳性液滴和总液滴）：N1和N2（SARS-CoV-2核衣壳基因）、crAssphage、PMMoV、HF183（均为粪便指示物）以及OC43（来自培养冠状病毒的RNA加标）。在可获取的情况下，还提供了其他元数据（pH、流量、温度、TSS、CBOD5）。
【主题与分类】
主题标签：Centralized Wastewater Treatment System、Coronavirus Disease 2019、sewershed、COVID-19 Surveillance、ddPCR、CrAssphage、PMMoV、hf183、Ohio。本站分类：感染性疾病/其他。
【获取与许可】
源站页面：https://catalog.data.gov/dataset/measurements-of-sars-cov-2-and-target-concentrations-in-wastewater-near-cincinnati-oh-2020
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/10.23719/1522921
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
该数据集包含对废水核酸提取物进行ddPCR或RT-ddPCR所获得的原始微滴计数。废水采集自俄亥俄州西南部的三个不同下水道流域（Mill Creek污水处理厂、Taylor Creek污水处理厂以及一个子流域Lick Run）。针对以下目标提供了ddPCR计数（阳性微滴和总微滴）：N1和N2（SARS-CoV-2核衣壳基因）、crAssphage、PMMoV、HF183（均为粪便指示物）以及OC43（来自培养冠状病毒的RNA掺入对照）。在可获得的情况下，还提供了其他元数据（pH、流量、温度、TSS、CBOD5）。
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。
