军队人员集体用餐期间呼吸道传染病传播理论流行病学调查附录

该数据集为军队人员集体用餐期间呼吸道传染病传播理论流行病学调查的附录材料,包含调查方案与敏感性分析两部分内容,以单个压缩包形式提供

google_dataset
2025-03-21 更新
浏览 9
表格呼吸道传染病军队人员集体用餐理论流行病学敏感性分析附录数据
Appendix of a theoretical epidemiological investigation into the transmission of respiratory infectious diseases during group meals among military personnel

基本信息

模态
表格
大小
0.002230648 GB
创建/更新时间
2025-03-21
版本
v1

资源简介

军队人员集体用餐期间呼吸道传染病传播理论流行病学调查附录

Appendix of a theoretical epidemiological investigation into the transmission of respiratory infectious diseases during group meals among military personnel

该数据集为军队人员集体用餐期间呼吸道传染病传播理论流行病学调查的附录材料,包含调查方案与敏感性分析两部分内容,以单个压缩包形式提供。数据来源于 Mendeley Data,可用于了解该理论流行病学调查的设计思路与敏感性分析结果,支撑呼吸道传染病在集体用餐场景下传播机制的研究参考(来源 Mendeley Data)。

【数据集背景】

源站首次发布:2025-03-21。

【数据内容】

源站描述(机器翻译,仅供参考):附录 I:军队人员集体用餐期间呼吸道传染病传播理论流行病学调查的方案 附录 II:军队人员集体用餐期间呼吸道传染病传播理论流行病学调查的敏感性分析

【数据结构与技术规格】

文件数 1 个,合计 2.23 MB。数据集 DOI:10.17632/8bzf6d5zcp.1。

【主题与分类】

主题标签:呼吸道传染病、军队人员、集体用餐、理论流行病学、敏感性分析、附录数据。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/8bzf6d5zcp

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://data.mendeley.com/datasets/8bzf6d5zcp

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。

数据集大小约 2.2 MB。

数据说明

Zuiyuan Guo (2025). Appendix of a theoretical epidemiological investigation into the transmission of respiratory infectious diseases during group meals among military personnel [Dataset]. http://doi.org/10.17632/8bzf6d5zcp.1

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。

获取专属数据定制方案