纯规格化偏差下日本血吸虫感染建模:感染环境驱动因素影响

该数据集来自 DANS Data Station Life Sciences,由 A.L. Araujo Navas 于 2019 年发布,聚焦菲律宾 Mindanao 地区日本血吸虫阳性病例的调查研究,同时包含该地区城市与 barangay 层级的协变量数据,以及 OpenBUGS 中使用的模型

DANS Data Station Life SciencesDANS Data Station Life Sciences
dataverse
浏览 7
表格预测Earth and Environmental SciencesMedicine, Health and Life Sciences
表格Modeling Schistosoma japonicum infection under Pure Specification Bias: Impact of Environmental Drivers of Infection

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-21

资源简介

纯规格化偏差下日本血吸虫感染建模:感染环境驱动因素影响

Modeling Schistosoma japonicum infection under Pure Specification Bias: Impact of Environmental Drivers of Infection

该数据集来自 DANS Data Station Life Sciences,由 A.L. Araujo Navas 于 2019 年发布,聚焦菲律宾 Mindanao 地区日本血吸虫阳性病例的调查研究,同时包含该地区城市与 barangay 层级的协变量数据,以及 OpenBUGS 中使用的模型。数据可用于分析感染的环境驱动因素,并在纯规格化偏差框架下开展感染建模与预测研究(来源 DOI 解析)。

【数据集背景】

源站首次发布:2019。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集包含菲律宾 Mindanao 地区日本血吸虫阳性病例的调查信息,还包含从 Mindanao 地区提取的城市和 barangay 层级的协变量数据。该数据集还包含 OpenBUGS 中使用的模型。

【主题与分类】

主题标签:Earth and Environmental Sciences、Medicine, Health and Life Sciences。本站分类:感染性疾病。

【获取与许可】

源站页面:https://lifesciences.datastations.nl/citation?persistentId=doi:10.17026/DANS-ZKU-6324

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://doi.org/10.17026/DANS-ZKU-6324

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

该数据集包含菲律宾棉兰老岛地区日本血吸虫阳性病例的调查信息,还包含从棉兰老岛地区提取的市和 barangay 级别的协变量数据。该数据集还包含 OpenBUGS 中使用的模型。日期:2008-12-31

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。