人类季节性冠状病毒全球季节性研究

数据集获取

源站：https://datashare.ed.ac.uk/handle/10283/3630

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

背景 据推测，由SARS-CoV-2病毒引起的2019冠状病毒病(COVID-19)大流行可能以季节性暴发的形式反复出现，这是在其他既有人类季节性冠状病毒(sCoV)中观察到的一种循环模式。然而，在全球范围内，对这些sCoV的季节性知之甚少。方法 我们对人类sCoV(包括NL63、229E、OC43和HKU1)季节性的现有数据进行了系统综述。我们检索了四个英文数据库和三个中文数据库，以查找2020年1月1日至2020年4月15日之间的相关出版物。我们还检索了在线监测数据集和预印本。我们从纳入研究中提取了sCoV的每周或每月数量，并计算了每月年度平均百分比(AAP)作为病毒活动的相对强度。我们将sCoV的季节性与我们之前报道的流感病毒和呼吸道合胞病毒的季节性进行了比较。我们进一步使用站点特异性温度、相对湿度和露点对sCoV的每月活动进行了建模。

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。