野生宿主呼吸道病毒感染共感染数据

1) 自然种群中直接传播病原体的动态很可能由宿主特征、病原体生物学以及宿主内病原体间相互作用的综合效应所决定。发现这些因素如何协同作用以塑造自然宿主—多病原体系统中病原体动态的变化,对于理解种群健康至关重要

google_dataset
浏览 7
其他预测呼吸系统疾病共感染非洲水牛病毒与细菌野生种群宿主特征季节变化
Data from: Co-infection best predicts respiratory viral infection in a wild host

基本信息

模态
其他
任务类型
预测
许可
CC0 1.0 Universal (CC0 1.0) Public Domain Dedication
创建/更新时间
2026-10-26

资源简介

野生宿主呼吸道病毒感染共感染数据

1) 自然种群中直接传播病原体的动态很可能由宿主特征、病原体生物学以及宿主内病原体间相互作用的综合效应所决定。发现这些因素如何协同作用以塑造自然宿主—多病原体系统中病原体动态的变化,对于理解种群健康至关重要

Co-infection best predicts respiratory viral infection in a wild host

【数据内容】

源站描述(机器翻译,仅供参考):1) 自然种群中直接传播病原体的动态很可能由宿主特征、病原体生物学以及宿主内病原体间相互作用的综合效应所决定。发现这些因素如何协同作用以塑造自然宿主—多病原体系统中病原体动态的变化,对于理解种群健康至关重要。2) 在此,我们描述了发病率的 temporal 变化,然后利用一项关于野生种群共感染的最全面研究之一——来自对200头自由放养非洲水牛(Syncerus caffer)为期四年的研究中七种直接传播的病毒性和细菌性呼吸道感染——阐明了宿主特征、季节和病原体共发生对宿主感染风险的影响。3) 上呼吸道感染的发病率在整个研究期间都很常见——七种病原体中有五种

【主题与分类】

主题标签:呼吸系统疾病、共感染、非洲水牛、病毒与细菌、野生种群、宿主特征、季节变化。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256%3A9df8a9ad93e8924eadf5506d134ddbaaef53c0b15af0214c1abeb11c0d083b3e

使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://search.dataone.org/view/sha256%3A9df8a9ad93e8924eadf5506d134ddbaaef53c0b15af0214c1abeb11c0d083b3e

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

Caroline Glidden; Courtney Coon; Brianna Beechler; Chase McNulty; Vanessa Ezenwa; Anna Jolles (2025). Co-infection best predicts respiratory viral infection in a wild host [Dataset]. http://doi.org/10.5061/dryad.hmgqnk9fj

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。