抗体高通量血清学检测平台
该数据集来自 clinicaltrials.gov,聚焦诊断与疫情应对,涉及正粘病毒科、黄病毒科和冠状病毒科等可能引发大流行的病毒家族,包括 H5N1 高致病性禽流感、MERS-CoV 等呼吸道病毒,以及 Zika、登革、Usutu、Mayaro 等虫媒黄病毒

基本信息
资源简介
抗体高通量血清学检测平台
该数据集来自 clinicaltrials.gov,聚焦诊断与疫情应对,涉及正粘病毒科、黄病毒科和冠状病毒科等可能引发大流行的病毒家族,包括 H5N1 高致病性禽流感、MERS-CoV 等呼吸道病毒,以及 Zika、登革、Usutu、Mayaro 等虫媒黄病毒。数据可用于抗体高通量血清学检测相关研究,支撑诊断方法开发与公共卫生监测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:诊断、疫情应对。正粘病毒科、黄病毒科和冠状病毒科是预计未来几年会出现大流行/流行病原体的病毒家族。特别是 H5N1 亚型高致病性禽流感病毒和 MERS-CoV 是呼吸道病毒,已知在这些感染在动物中呈地方性流行的世界广大地区会引起人类散发性感染。这些病原体被列入世界卫生组织的高优先级清单,因为它们有可能增强在人类中的适应性、与其他呼吸道病原体发生重配/重组的能力,以及获得人际传播能力的不可预测潜力。Zika 和其他外来人畜共患黄病毒如 Dengue、Usutu 或 Mayaro 病毒不是呼吸道病原体,但与气候变化相关的温度升高正在使
【主题与分类】
主题标签:Diagnostics、Pandemic Response。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06939556
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://clinicaltrials.gov/study/NCT06939556
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:
数据说明
条件:诊断学、大流行病应对。正粘病毒科、黄病毒科和冠状病毒科是预计未来几年将出现大流行病/流行病病原体的病毒家族。特别是H5N1亚型高致病性禽流感病毒和中东呼吸综合征冠状病毒是呼吸道病毒,已知在这些感染在动物中呈地方性流行的世界广大地区,偶尔会引起人类感染。这些病原体被列入世界卫生组织的高优先级清单,因为它们有可能增强在人体中的适应性,有能力与其他呼吸道病原体进行重配/重组,并且具有获得人际传播能力的不可预测潜力。寨卡病毒和其他外来人畜共患黄病毒,如登革病毒、乌苏图病毒或马亚罗病毒,不是呼吸道病原体,但与气候变化相关的温度升高正在使欧洲地区成为更有利于这些病毒引入和维持的生态空间。开发用于大规模筛查的血清学高通量平台是提高大流行病情景应对准备的基本要素。
在大规模应急血清学调查中,采样技术的创新往往被忽视,但却是促进成人和儿童人群受试者入组的一个相关方面。静脉穿刺被认为是采血的金标准。然而,该方法存在若干重要缺陷:采集量大(超过1 ml)、具有侵入性、需要无菌环境以及专业人员进行操作,并且存在接触病原体的潜在风险,这要求在样本制备和运输条件上付出巨大努力(影响成本)(综述见Bossi等,2024)。因此,从1963年的干血斑(DBSs)开始,人们提出了血液微量采样方法,即通常通过指尖采血获取小体积(≤150 μl)毛细血管血的采集方法。
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。




