复制数据：2023年肯尼亚及全球新型甲型流感H3N2亚分支(3C.2a1b.2a.2a.3a.1)的出现与优势
数据可用于复现该研究关于新型H3N2亚分支在肯尼亚及全球2023年出现与优势的分析（来源 DataONE）。相关研究是肯尼亚Kilifi County开展的监测的一部分
基本信息
资源简介
复制数据：2023年肯尼亚及全球新型甲型流感H3N2亚分支(3C.2a1b.2a.2a.3a.1)的出现与优势
Replication Data for: Emergence and predominance of novel influenza A (H3N2) subclade (3C.2a1b.2a.2a.3a.1) in Kenya and globally in 2023
该数据集是研究论文《Emergence and predominance of novel influenza A (H3N2) subclade (3C.2a1b.2a.2a.3a.1) in Kenya and globally in 2023》的复制数据，来源于肯尼亚Kilifi County的监测项目，涵盖Kilifi County Hospital五岁以下儿童重症及极重症肺炎住院监测，以及五家卫生机构全年龄组门诊急性呼吸道感染监测。数据可用于复现该研究关于新型H3N2亚分支在肯尼亚及全球2023年出现与优势的分析（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：这是题为“Emergence and predominance of novel influenza A (H3N2) subclade (3C.2a1b.2a.2a.3a.1) in Kenya and globally in 2023”的手稿的复制数据集。相关研究是肯尼亚Kilifi County开展的监测的一部分。该监测存在于两个平台：(a) 在Kilifi County Hospital (KCH)对<5岁儿童重症和极重症肺炎的儿科住院监测，以及(b) 在五个Kilifi County卫生机构(HF)对所有年龄组门诊急性呼吸道感染(ARI)的监测。具体而言，该研究描述了2023年肯尼亚及全球新型甲型流感(H3N2)亚分支3C.2a1b.2a.2a.3a.1的出现。
【主题与分类】
主题标签：Medicine, Health and Life Sciences、Kenya、H3N2, 3C.2a1b.2a.2a.3a.1、Influenza。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/sha256%3A9446c3999ebabdf1c511f21677f93c5984616da8579a4018488e5bc70b961d32
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
这是题为“2023年肯尼亚及全球新型甲型流感(H3N2)亚分支(3C.2a1b.2a.2a.3a.1)的出现与优势流行”手稿的重复数据集。相关研究是肯尼亚基利菲县开展的监测工作的一部分。该监测依托两个平台进行：(a) 在基利菲县医院(KCH)对5岁以下儿童重症及极重症肺炎进行的儿科住院监测；(b) 在基利菲县五家卫生机构(HF)对所有年龄组急性呼吸道感染(ARI)进行的门诊监测。具体而言，该研究描述了2023年肯尼亚及全球新出现的甲型流感(H3N2)亚分支3C.2a1b.2a.2a.3a.1的情况。
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。
