毛霉目感染纵向成像数据集
该数据集为研究Mucorales感染的纵向成像方法提供原始与处理数据，涵盖生物发光成像、micro-CT成像、感染动力学、生存分析及统计输出，来源于Galleria mellonella和小鼠模型的体外与体内实验
基本信息
资源简介
毛霉目感染纵向成像数据集
Replication Data for: Unveiling Mucorales Infections: A Cutting-Edge Longitudinal Imaging Approach for Real-Time Infection and Host-response Monitoring in Galleria mellonella and Mouse Models
该数据集为研究Mucorales感染的纵向成像方法提供原始与处理数据，涵盖生物发光成像、micro-CT成像、感染动力学、生存分析及统计输出，来源于Galleria mellonella和小鼠模型的体外与体内实验。数据可用于探究宿主-病原体相互作用、真菌感染动态及抗真菌药物疗效，支持透明性、可重复性及后续研究（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）：目的：该数据集支持论文“Unveiling Mucorales Infections: A Cutting-Edge Longitudinal Imaging Approach for Real-Time Infection and Host-response Monitoring in Galleria mellonella and Mouse Models”的发表。共享该数据集旨在促进透明度、可重复性，并便于进一步研究Mucorales感染动态和抗真菌疗效。性质：该数据集包含从多个实验设置获得的原始和处理数据，包括成像数据（生物发光和micro-CT）、感染动力学、生存分析以及论文中图和结果所依据的统计输出。范围：数据来自体外和体内实验，包括在Galleria mellonella和小鼠模型中进行的纵向感染研究。该数据集提供关于宿主-病原体相互作用和真菌的定量与定性见解。
【主题与分类】
主题标签：Mucormycosis、Bioluminescence imaging、Micro-CT imaging、Mouse model、Galleria mellonella、Mucor lusitanicus。本站分类：感染性疾病。
【获取与许可】
源站页面：https://rdr.kuleuven.be/citation?persistentId=doi:10.48804/QP0RKV
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
源站：https://doi.org/10.48804/qp0rkv
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
目的：该数据集支持出版物《揭示毛霉目感染：一种用于实时感染和宿主反应监测的前沿纵向成像方法，应用于大蜡螟和小鼠模型》。共享该数据集旨在促进透明度、可重复性，并推动对毛霉目感染动态和抗真菌疗效的进一步研究。性质：该数据集包含从多个实验设置中获得的原始和处理数据，包括成像数据（生物发光和微型CT）、感染动力学、生存分析以及手稿中报告的数字和结果所依据的统计输出。范围：数据来自体外和体内实验，包括在大蜡螟和小鼠模型中进行的纵向感染研究。该数据集提供了对宿主-病原体相互作用和真菌负荷进展的定量和定性见解，支持未来的转化和临床前研究。
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。
