IDOBE传染病爆发预测基准数据集

Name: IDOBE传染病爆发预测基准数据集
Creator: 弗吉尼亚大学·生物复杂性研究所; 康奈尔大学·兽医学院公共与生态系统健康系; 约翰霍普金斯大学; 匹兹堡大学

IDOBE是整合多个数据源、涵盖13种疾病爆发事件的标准化预测基准数据集，用于评估机器学习方法的可复现性。

弗吉尼亚大学·生物复杂性研究所; 康奈尔大学·兽医学院公共与生态系统健康系; 约翰霍普金斯大学; 匹兹堡大学

arXiv

2026-04-21 更新

时间序列传染病时间序列预测

基本信息

模态

时间序列

创建/更新时间

2026-04-21

资源简介

IDOBE是由弗吉尼亚大学生物复杂性研究所等机构构建的传染病爆发预测基准数据集，整合了Tycho、JHU-CSSE等四大数据源逾百年的监测数据，涵盖13种疾病的10,799次爆发事件。该数据集通过导数分割算法生成标准化时间序列，包含病例数、住院率等多维度指标，并采用信息熵和排列熵量化流行病学多样性。其核心价值在于为机器学习模型提供跨疾病、跨区域的标准化测试环境，特别针对历史数据有限的新发传染病预测场景，推动预测方法的可复现性评估。

原始链接

https://github.com/NSSAC/IDOBE

arXiv 论文 →

访问原始数据

官方服务

如需原始数据获取支持或标注服务，请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载，应该可以免费公开下载。

免登录

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。

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

千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

使用方式

数据集获取

git clone https://github.com/NSSAC/IDOBE.git

curl -L -o repo.zip https://github.com/NSSAC/IDOBE/archive/refs/heads/main.zip
unzip repo.zip

源站 README 摘录（使用方式）

IDOBE: Infectious Disease Outbreak forecasting Benchmark Ecosystem

Overview

IDOBE is a curated collection of epidemiological time series focused on outbreak forecasting. IDOBE compiles from multiple data repositories spanning over a century of surveillance and across U.S. states and global locations. This repository provides

Over 10000 outbreak timeseries corresponding to different diseases
Scripts for extracting analytical measures to analyze outbreaks
A suite of trained baseline forecasting models (statistical and DNN models)
Evaluation scripts of probabilistic forecasts

For more information about the dataset, data sources, outbreak segmentation techniques, and the baselines models, see https://arxiv.org/abs/2604.18521

Data

raw_data/outbreaks_disease_location.csv

Data statistics

stats/output/ - consists of entropy, permutation entropy, and shape statistics for the different outbreaks
stats/stats_compute.ipynb - notebook for computing the different statistics

Baseline models

baselines/src/ - folder contains different classes of models
Shield: [![CC BY 4.0][cc-by-shield]][cc-by]
This work is licensed under a
[Creative Commons Attribution 4.0 International License][cc-by].
[cc-by]: http://creativecommons.org/licenses/by/4.0/
[cc-by-image]: https://i.creativecommons.org/l/by/4.0/88x31.png
[cc-by-shield]: https://img.shields.io/badge/License-CC BY 4.0-lightgrey.svg

数据加载示例（表格/文本类）

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))