2016年巴拉塔里亚湾野生宽吻海豚生殖健康评估数据
该数据集来自 search.dataone.org,包含路易斯安那州巴拉塔里亚湾及周边沿海水域活体与死亡宽吻海豚的健康评估与组织学数据

基本信息
资源简介
2016年巴拉塔里亚湾野生宽吻海豚生殖健康评估数据
2016 common bottlenose dolphin (Tursiops truncatus) data to evaluate reproductive health among wild dolphins in Barataria Bay, Louisiana
该数据集来自 search.dataone.org,包含路易斯安那州巴拉塔里亚湾及周边沿海水域活体与死亡宽吻海豚的健康评估与组织学数据。活体数据聚焦成年雌性,尤其是依据既往带崽目击记录判定为生殖成熟的个体。数据涵盖血液化学、尿液分析、布鲁氏菌、松弛素、肺功能、血气及免疫功能等指标,可用于持续监测石油泄漏后海豚生殖健康与生殖成功率随时间的变化(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):此前对路易斯安那州巴拉塔里亚湾宽吻海豚(Tursiops truncatus)的研究表明,深水地平线石油泄漏后接触石油产品导致肾上腺和肺部疾病,进而造成泄漏后紧接数年内死亡率上升和生殖成功率下降。因此,有必要继续监测巴拉塔里亚湾海豚的生殖健康,以确定生殖成功率随时间的变化。该数据库包含来自巴拉塔里亚湾及周边沿海水域活体和死亡海豚的健康评估与组织学数据,采用此前描述的方法。对于活体海豚数据,成年雌性,特别是那些根据此前带崽目击记录已知生殖成熟的个体,是这些健康评估的重点。每个活体海豚的相关数据
【主题与分类】
主题标签:Dolphin、Health、Blood chemistry、Urinalysis、Brucella、Relaxin、Pulmonary、Blood gas、Immune Function、Barataria Bay。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/R5-x274-000-0001-0001
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-x274-000-0001-0001
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
此前对路易斯安那州巴拉塔里亚湾的普通宽吻海豚(Tursiops truncatus)进行的研究表明,深水地平线溢油事件后接触石油产品导致了肾上腺和肺部疾病,这在溢油后紧接的几年中造成了死亡率上升和繁殖成功率下降。因此,有必要继续监测巴拉塔里亚湾海豚的繁殖健康状况,以确定繁殖成功率随时间的变化。该数据库包含来自巴拉塔里亚湾及周边沿海水域活体和死亡海豚的健康评估与组织学数据,采用先前描述的方法获得。对于活体海豚的数据,成年雌性——特别是那些根据先前带幼崽目击记录已知具有繁殖能力的个体——是这些健康评估的重点。
每头采样的活体野生海豚的相关数据包括采样地点(纬度和经度)、日期、时间、性别、形态测量学指标,以及诊断检测结果,具体包括以下内容:(1) 血气及呼气末CO2变量,(2) 血液学与血清生化指标,(3) 激素分析,(4) 免疫功能谱,(5) 肺部超声评分,以及(6) 基于超声的生殖生物物理评分。来自巴拉塔里亚湾及周边沿海水域死亡搁浅海豚的组织学数据包括:新鲜死亡、非围产期个体的肾上腺和肺部病变特征(以及关键病变和死亡原因),以及搁浅的围产期(临近出生)海豚的肺部病变特征。
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。




