RSV感染对婴幼儿的影响

该数据集来自datashare.ed.ac.uk,聚焦呼吸道合胞病毒(RSV)感染对婴幼儿的长期影响。全球每年约有3310万例5岁以下儿童RSV相关急性下呼吸道感染(RSV-LRTI),除急性发病和死亡外,还与感染后一年内反复喘息及儿童期哮喘发生相关,进而增加成年期哮喘和慢性阻塞性肺病风险

datashare_ed
浏览 11
基因组预测respiratory illnessRSVasthmawheezingspirometrylung functioneosinophil
Consequences of RSV Infection in Young Infant

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-06

资源简介

RSV感染对婴幼儿的影响

该数据集来自datashare.ed.ac.uk,聚焦呼吸道合胞病毒(RSV)感染对婴幼儿的长期影响。全球每年约有3310万例5岁以下儿童RSV相关急性下呼吸道感染(RSV-LRTI),除急性发病和死亡外,还与感染后一年内反复喘息及儿童期哮喘发生相关,进而增加成年期哮喘和慢性阻塞性肺病风险。0-5月龄婴儿的RSV-LRTI负担在中低收入国家可高出10倍,提示感染后反复喘息和哮喘频率可能更高。该数据可用于研究RSV感染与呼吸系统疾病关联(来源 datashare.ed.ac.uk)。

【数据内容】

源站描述(机器翻译,仅供参考):每年,全球估计发生3310万例与呼吸道合胞病毒相关的急性下呼吸道感染(RSV-LRTI)病例,发生在五岁以下儿童中。除急性发病和死亡外,RSV-LRTI对儿童健康有长期影响。RSV-LRTI与感染后一年内的反复喘息以及儿童期哮喘的发生相关,而后者又是成年期哮喘和慢性阻塞性肺病的主要风险因素。0-5月龄婴儿的RSV-LRTI负担在中低收入国家可高出10倍,提示感染RSV后反复喘息和哮喘的频率可能也更高。我们对发展中国家医疗体系中婴儿RSV感染的长期影响知之甚少——从幼婴采集临床样本以及缺乏合适的诊断方法来检测

【主题与分类】

主题标签:respiratory illness、RSV、asthma、wheezing、spirometry、lung function、eosinophil。本站分类:呼吸系统疾病/哮喘。

【获取与许可】

源站页面:https://datashare.ed.ac.uk/handle/10283/4425

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

源站:https://datashare.ed.ac.uk/handle/10283/4425

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

据估计,全球每年5岁以下儿童中发生约3310万例与急性下呼吸道感染相关的呼吸道合胞病毒(RSV-LRTI)病例。除急性发病和死亡外,RSV-LRTI还对儿童健康产生长期影响。RSV-LRTI与感染后一年内反复喘息以及儿童哮喘的发生相关,而后者又是成年期哮喘和慢性阻塞性肺病的主要危险因素。在低收入和中等收入国家,0-5月龄婴儿的RSV-LRTI疾病负担高达其他地区的10倍,提示RSV感染后相关反复喘息和哮喘的发生率可能也更高。我们对发展中国家医疗体系中婴儿RSV感染的长期影响知之甚少——从低龄婴儿采集临床样本以及缺乏检测RSV病毒的合适诊断方法,是在这些国家研究该感染的主要障碍。

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。

获取专属数据定制方案