2016-2017年路易斯安那州Barataria Bay搁浅宽吻海豚组织病理学发现
共涉及15例尸检病例，年龄从新生个体（体长114cm）到成年（体长257cm），包括6只雄性和9只雌性。8例确定了死因，其余7例主要因自溶无法判定；14例进行了Brucella PCR检测，其中4例阳性
基本信息
资源简介
2016-2017年路易斯安那州Barataria Bay搁浅宽吻海豚组织病理学发现
Histopathological findings for tissues collected from common bottlenose dolphins stranded in Barataria Bay, Louisiana from 2016-05-07 to 2017-05-14
本数据集来自search.dataone.org，收录2016年5月7日至2017年5月14日期间在路易斯安那州Barataria Bay搁浅的宽吻海豚（Tursiops truncatus）的组织病理学检查结果。共涉及15例尸检病例，年龄从新生个体（体长114cm）到成年（体长257cm），包括6只雄性和9只雌性。8例确定了死因，其余7例主要因自溶无法判定；14例进行了Brucella PCR检测，其中4例阳性。死因包括创伤、严重肺炎、肾及血管淀粉样变性、胎儿窘迫和消瘦。该数据可用于研究该海豚种群高死亡率原因及石油暴露的潜在慢性影响（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：对2016年至2017年从搁浅的宽吻海豚（Tursiops truncatus）中收集的15例尸检病例进行了组织病理学检查。年龄组从新生个体（体长114cm）到成年（体长257cm），包括6只雄性和9只雌性。15例中有8例确定了死因，其余7例主要由于自溶而无法确定。对15例中的14例进行了Brucella PCR检测，发现4例为阳性。死因包括创伤、严重肺炎、肾和血管淀粉样变性、胎儿窘迫和消瘦。其他病理发现包括中度心内膜炎、中度心内膜炎和中度肺蠕虫。这些发现旨在增进对Barataria Bay海豚种群高死亡率原因的理解，并提供有关Deepwater Hor之后石油暴露潜在慢性影响的额外信息。
【主题与分类】
主题标签：Common bottlenose dolphin、Tursiops truncatus、histopathology、Neonatal mortality。本站分类：呼吸系统疾病/肺炎。
【获取与许可】
源站页面：https://search.dataone.org/view/R5-x274-000-0015-0001
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://search.dataone.org/view/R5-x274-000-0015-0001
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
对2016至2017年间搁浅的宽吻海豚（Tursiops truncatus）中的15例尸体进行了组织病理学检查。年龄范围从新生儿（体长114厘米）到成年（体长257厘米），其中包括6只雄性和9只雌性。在15例中，有8例确定了死因，其余7例主要由于自溶而无法确定。对14例进行了布鲁氏菌PCR检测，其中4例呈阳性。死因包括创伤、严重肺炎、肾及血管淀粉样变性、胎儿窘迫和消瘦。其他病理发现包括中度心内膜炎、中度心内膜炎及中度肺线虫。这些发现旨在增进对巴拉塔里亚湾海豚种群高死亡率原因的理解，并为深水地平线石油泄漏后石油暴露的潜在慢性影响提供更多信息。
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。
