2023呼吸道病毒应对-NSSP各州急诊就诊轨迹-COVID-19、流感、RSV及合并

数据集获取

源站：https://doi.org/10.3886/e243534v1

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

2023年呼吸道病毒应对——国家症状监测项目急诊就诊轨迹——COVID-19、流感、RSV、合并——按州划分。该数据集提供了特定地理区域内特定病原体急诊患者就诊量占所有急诊患者就诊量的百分比，数据来源于提交至国家症状监测项目（NSSP）的给定周次数据。此外，截至给定行日期以及截至最新提交数据的时间趋势被描述为上升、下降或稳定，以便了解特定地理区域每周趋势的变化情况。对于急诊时间序列，首页报告的轨迹分类基于对每种呼吸道疾病斜率的滚动回归模型评估。时间项显著的周次（p <0.05）在斜率为正时归类为上升，在斜率为负时归类为下降。时间项不显著的周次（p ≥ 0.05）归类为稳定。

在回归程序之前，对时间序列应用3周移动平均，以平滑周与周之间的变异。如需更多信息，请参阅：配套指南：NSSP急诊科呼吸道疾病数据，每周五更新一次。收起

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。