自然感染社区供者的人流感传播研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07814495

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

条件：流感。流感仍然是全球范围内呼吸道疾病、住院和死亡的主要原因。季节性流感疫苗和抗病毒药物已经可用，尽管疫苗有效性因季节以及疫苗与流行毒株之间的匹配程度而异，并且抗病毒药物在早期给药时最为有效。需要改进方法来理解流感如何在人与人之间传播，并识别影响传播的供体、受体、病毒、免疫和环境因素。流感的人体挑战模型（CHIM）为健康成年人中流感的发病机制、临床疾病、病毒排出、免疫反应和安全性提供了重要信息。埃默里流感CHIM方案建立了一个操作模型，其中健康成年人经过筛查、入住埃默里大学医院挑战病房、接受挑战并通过每日临床评估和聚合酶链反应（PCR）检测进行监测，并在出院后接受随访。

该模型还包括自然暴露程序，即暴露参与者在封闭环境中度过规定时间，期间进行结构化活动、CO₂监测和环境测量。然而，传统的CHIM研究使用标准化攻击毒株，可能无法完全代表当前流行社区流感病毒的传播生物学特征。拟议研究通过使用自然获得社区甲型或乙型流感感染的成年人作为供者来弥补这一空白。这些供者不会由研究进行实验性感染。相反，供者将从社区中快速识别，通过快速抗原和/或PCR检测，并安排同日供者访视前往受控暴露单元。健康成年受者将入住埃默里大学医院挑战单元，并可能在多个暴露日暴露于一名或多名自然感染供者。该设计保留了受控监测和安全基础设施，

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。