Name: 流行病进展模型估计
Creator: 千方医数集科研发现管道
License: CC BY 4.0

基本信息

模态

表格

大小

0.000207872 GB

许可

CC BY 4.0

创建/更新时间

2026-10-17

版本

v3

资源简介

流行病进展模型估计

【一句话概览】

该数据集标题为“Model estimates of epidemic progression”，原始描述为“Projected Treatment Capacity Needs in Sierra Leone”。其包含1个文件，合计大小207.9 KB；标签为 evd、ebola、Infectious Diseases，分类为 Infectious diseases，许可为 CC BY 4.0（来源 figshare，CC BY 4.0 许可）。

【数据集背景】

本数据集源站标题为《Model estimates of epidemic progression》。源站首次发布：2015-01-30。

【数据内容】

源站原始描述：Projected Treatment Capacity Needs in Sierra Leone

中文译文（机器翻译，仅供快速理解，请以原文为准）：塞拉利昂预计治疗能力需求

【数据结构与技术规格】

文件数 1 个，合计 207.87 KB。2014-12-04_Cases_estimates_SL.xls：application/vnd.ms-excel，207.87 KB。数据集 DOI：10.6084/m9.figshare.1298095.v3。

【主题与分类】

源站学科分类：Infectious diseases。主题标签：evd、ebola、Infectious Diseases。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面：https://figshare.com/articles/dataset/Model_estimates_of_epidemic_progression/1298095

使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。

规范引用：White, Richard (2015). Model estimates of epidemic progression. figshare. Dataset

【使用注意】

· 源站最后修改于 2016-01-19，引用时请注意版本时效。

原始链接

https://figshare.com/articles/dataset/Model_estimates_of_epidemic_progression/1298095

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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（Figshare）

源站标题：Model estimates of epidemic progression
DOI：10.6084/m9.figshare.1298095.v3
发布日期：2015-01-30
文件数：1 个
文件总体积：207.87 KB
源站页面：https://figshare.com/articles/dataset/Model_estimates_of_epidemic_progression/1298095

命令行下载

curl -L -o "2014-12-04_Cases_estimates_SL.xls" "https://ndownloader.figshare.com/files/1876573"

文件清单

2014-12-04_Cases_estimates_SL.xls（207.87 KB）

文件总体积 207.87 KB（源站 API 实测）。

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