与患病同笼动物共处改变健康动物的气味
源站描述显示，研究通过给小鼠注射细菌内毒素 lipopolysaccharide 诱导疾病，结合行为气味辨别实验与化学分析技术，并采用预测分类建模，比较与健康同笼动物共处和与患病同笼动物共处的两类健康小鼠所产生的挥发性气味物质差异；经 Y-maze 行为实验训练的小鼠能够区分健康与患病小鼠的气味，也
基本信息
资源简介
与患病同笼动物共处改变健康动物的气味
Sharing an environment with sick conspecifics alters odors of healthy animals
该数据集来自 search.dataone.org，属于感染性疾病/其他分类，主题涉及 bioassay、disease risk、chemometrics、odortype 与 social behavior。源站描述显示，研究通过给小鼠注射细菌内毒素 lipopolysaccharide 诱导疾病，结合行为气味辨别实验与化学分析技术，并采用预测分类建模，比较与健康同笼动物共处和与患病同笼动物共处的两类健康小鼠所产生的挥发性气味物质差异；经 Y-maze 行为实验训练的小鼠能够区分健康与患病小鼠的气味，也能区分健康小鼠之间的气味。数据可用于气味表型分类与疾病风险相关行为研究（来源 DataONE，CC0 1.0 Universal。
【数据内容】
源站描述（机器翻译，仅供参考）：体味随健康状况而变化，患病动物的气味可在健康同种个体中诱发回避行为。接触疾病气味还可能改变健康同种个体的生理状态并改变其产生的气味。我们假设，接触患病（但非传染性）动物的气味会改变健康同笼伙伴的气味。为诱导疾病，我们给小鼠注射了细菌内毒素脂多糖。我们使用行为气味辨别实验和化学分析技术，随后采用预测分类建模，探究两类健康小鼠所产生的挥发性气味物质的差异：与健康同种个体同笼饲养的小鼠，以及与患病同种个体同笼饲养的小鼠。在 Y-maze 行为实验中被训练区分健康与患病小鼠气味的小鼠，也能区分健康小鼠的气味
【主题与分类】
主题标签：bioassay、disease risk、chemometrics、odortype、social behavior。本站分类：感染性疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Ab73aa2dbeb30e67912c2e77e506228856a543836a17bf80ef9d785f3a1c83c40
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
体味会随健康状况而变化，患病动物的气味可在健康同类中诱发回避行为。接触疾病气味还可能改变健康同类的生理状态，并改变它们所产生的气味。我们假设，接触患病（但非传染性）动物的气味会改变健康笼伴的气味。为诱导疾病状态，我们给小鼠注射了细菌内毒素脂多糖。我们采用行为气味辨别试验和分析化学技术，并结合预测分类建模，探究两种健康小鼠所产生的挥发性气味物质的差异：与健康同类共笼饲养的健康小鼠，以及与患病同类共笼饲养的健康小鼠。在Y迷宫行为试验中经过训练、能够辨别健康小鼠与患病小鼠气味的小鼠，也能够辨别与患病同类共笼饲养的健康小鼠的气味和与健康同类共笼饲养的健康小鼠的气味。化学……
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。
