疫苗知识基准数据集
该数据集为疫苗知识基准数据集，包含针对14种常见疫苗的多选题，覆盖COVID-19、登革热、白喉、甲型肝炎、乙型肝炎、HPV、流感、疟疾、MMR、肺炎球菌、脑膜炎球菌、脊髓灰质炎、RSV和带状疱疹
基本信息
资源简介
疫苗知识基准数据集
该数据集为疫苗知识基准数据集，包含针对14种常见疫苗的多选题，覆盖COVID-19、登革热、白喉、甲型肝炎、乙型肝炎、人乳头瘤病毒（HPV）、流感、疟疾、麻疹-腮腺炎-风疹（MMR）、肺炎球菌、脑膜炎球菌、脊髓灰质炎、呼吸道合胞病毒（RSV）和带状疱疹。数据集由CHEN, Perry提交至Mendeley Data，于2024年发布，来源站为doi.org，主题标签为Vaccine与Knowledge。在本站分类中，该数据集归入呼吸系统疾病下的“其他”类别。数据集围绕疫苗知识测评这一目标组织题目，并同时提供来自全球卫生权威机构知识库的问答对，以及基于同行评议文献编制的多选题及其标注答案，可用于疫苗知识相关的评测与研究。
【数据集背景】
疫苗知识的准确测评在医学教育、公共卫生沟通和临床决策支持中具有基础性作用。该数据集以“疫苗知识基准”为定位，面向14种常见疫苗构建多选题集合，旨在为疫苗相关知识的评估提供一个可参照的题目资源。其覆盖的疫苗种类既包括COVID-19、流感、RSV等呼吸道相关疾病疫苗，也包括登革热、疟疾等虫媒传染病疫苗，以及甲型肝炎、乙型肝炎、HPV、MMR、肺炎球菌、脑膜炎球菌、脊髓灰质炎、白喉、带状疱疹等疫苗，体现出较广的疫苗谱系覆盖。数据集发布年份为2024年，作者为CHEN, Perry，机构为Mendeley Data，来源站为doi.org。
【数据内容】
数据集的核心内容是围绕上述14种常见疫苗编制的多选题（MCQs）。根据源站描述，数据集汇集了两类主要来源的信息：其一是来自全球领先卫生权威机构的知识库（来源1），其二是同行评议文献（来源2）。数据集中同时提供了最初从来源1收集的问答对；对于来源2中的题目，源站说明以黄色高亮单元格标示该题目的正确答案。因此，数据集在内容形态上包含多选题、与题目对应的答案标注，以及来自权威机构知识库的问答对。主题标签为Vaccine与Knowledge，表明其内容聚焦于疫苗知识本身。关于题目总量、每种疫苗对应的题目数量、选项数量、语言、文件格式与文件规模等具体信息，源站未提供。
【采集与来源】
数据集的采集依托两个主要来源：来源1为全球领先卫生权威机构的知识库，来源2为同行评议文献。源站描述明确指出，数据集中也提供了最初从来源1收集的问答对，并对来源2中题目的正确答案以黄色高亮单元格进行标识。这一安排使得数据集能够同时反映权威机构知识库中的问答信息与学术文献中的测评题目。数据集的来源站为doi.org，作者为CHEN, Perry，机构为Mendeley Data，发布时间为2024年。关于各来源的具体机构名称、文献检索策略、筛选标准、采集时间窗口与加工流程等细节，源站未提供。
【适用场景】
基于其疫苗知识基准的定位，该数据集适用于疫苗知识测评相关的多种用途，例如构建或评估面向疫苗知识的问答与多选题答题能力测试，支持医学教育与公共卫生培训中的知识检查，以及作为疫苗知识相关研究的题目资源。由于覆盖14种常见疫苗，它也可用于比较不同疫苗主题下的知识覆盖情况。需要说明的是，上述适用方向系依据数据集的主题与内容形态作出的通用性说明；关于该数据集在具体任务中的验证结果或基准表现，源站未提供。
【使用方法】
数据集以多选题为主要形式，并附带答案标注：来源2中的题目以黄色高亮单元格标示正确答案，同时数据集中提供了最初从来源1收集的问答对。使用者可据此将题目与答案对应起来，用于知识测评或答案比对。关于数据文件的组织方式、字段结构、加载方式、评测协议与评分规则等操作层面的说明，源站未提供。
【质量与限制】
数据集的两个来源分别为全球领先卫生权威机构的知识库与同行评议文献，这为其内容提供了来源层面的依据；同时，来源1的问答对与来源2的题目及答案标注并存，便于区分不同来源的信息。其覆盖范围为14种常见疫苗，未涵盖的疫苗主题不在其中。关于数据集的规模、题目难度分布、标注一致性、人工审核流程、错误率评估与更新维护机制等质量相关信息，源站未提供。
【引用与许可】
数据集的作者为CHEN, Perry，机构为Mendeley Data，发布时间为2024年，来源站为doi.org。关于该数据集的具体引用格式、版本信息、许可条款与使用限制，源站未提供。
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://doi.org/10.17632/vfdws3tdg2
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:
数据集大小约 1.0 MB。
数据说明
我们的数据集包含针对14种常见疫苗的多选题：COVID-19、登革热、白喉、甲型肝炎、乙型肝炎、人乳头瘤病毒（HPV）、流感、疟疾、麻疹、腮腺炎和风疹（MMR）、肺炎球菌、脑膜炎球菌、脊髓灰质炎、呼吸道合胞病毒（RSV）、带状疱疹。该数据集汇集了来自两个主要来源的信息：全球领先卫生机构的知识库（来源1）和同行评审文献（来源2）。此外，还提供了最初从来源1收集的问答对。以黄色高亮显示的单元格是来源2中问题的正确答案。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
