猫白血病病毒数据集样本元数据
该数据集为猫白血病病毒(FeLV)研究的样本元数据,来源于 search.dataone.org,归类于肿瘤/白血病。研究覆盖美国多地1985至2018年间采集的美洲狮(n=641)、短尾猫(n=212)和收容所家猫(n=304)样本,检测FeLV感染率并开展系统发育分析,发现美洲狮、家猫和短尾猫感

基本信息
资源简介
猫白血病病毒数据集样本元数据
Sample metadata for feline leukemia virus dataset
该数据集为猫白血病病毒(FeLV)研究的样本元数据,来源于 search.dataone.org,归类于肿瘤/白血病。研究覆盖美国多地1985至2018年间采集的美洲狮(n=641)、短尾猫(n=212)和收容所家猫(n=304)样本,检测FeLV感染率并开展系统发育分析,发现美洲狮、家猫和短尾猫感染率分别为3.12%、6.25%和0.47%,美洲狮感染率存在地区差异,佛罗里达最高,env序列分析识别出两个独立进化支。数据可用于FeLV流行率评估及种间与种内传播研究(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):猫白血病病毒(FeLV)是一种γ逆转录病毒,具有水平传播形式和内源性形式。家猫是主要储存宿主,但FeLV在濒危的佛罗里达美洲狮和伊比利亚猞猁中的暴发已导致死亡。为评估流行率及种间/种内传播,我们对自由放养的美洲狮(n=641)、短尾猫(n=212)和收容所家猫(n=304)的FeLV感染进行了广泛调查和系统发育分析。样本采集自1985-2018年间美国各地重合的栖息地。在分析的样本中,FeLV感染检出率为美洲狮3.12%、家猫6.25%、短尾猫0.47%。美洲狮的流行率因地点而异,佛罗里达的感染率最高。FeLV env序列显示分离株之间存在变异,我们识别出两个不同的进化支。进展性和退行性感染均被鉴定
【主题与分类】
主题标签:Feline leukemia virus、Florida panther、Puma concolor。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A382a007ed6ba8a86ac6a03711636cad7fb65e8ab23cb5193c3be1ec8370f8496
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
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
猫白血病病毒(FeLV)是一种γ逆转录病毒,具有水平传播型和内源性两种形式。家猫是主要储存宿主,但FeLV在濒危的佛罗里达美洲豹和伊比利亚猞猁中的暴发已导致死亡。为评估流行率及种间/种内传播情况,我们对自由放养的美洲狮(n=641)、短尾猫(n=212)和收容所家猫(n=304)的FeLV感染进行了广泛调查和系统发育分析。样本采集自1985至2018年间美国各地重叠的栖息地。在所分析的样本中,FeLV感染检出率分别为美洲狮3.12%、家猫6.25%、短尾猫0.47%。美洲狮的流行率因地点而异,佛罗里达州的感染率最高。FeLV env序列显示分离株之间存在变异,我们鉴定出两个不同的进化支。在猫和美洲狮中均鉴定出进行性感染和退行性感染。基于采样时间和地点及系统发育分析,我们推断……
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。




