铜绿假单胞菌长期囊性纤维化气道感染中的高毒力亚群
该数据集来自 search.dataone.org，聚焦铜绿假单胞菌在囊性纤维化慢性气道感染中的毒力演化。源站描述指出，慢性感染中该菌通常出现毒力相关分泌物的丢失，但高产出（OP）毒力表型可与不产生突变体在 CF 肺内长期共存
基本信息
资源简介
铜绿假单胞菌长期囊性纤维化气道感染中的高毒力亚群
High virulence sub-populations in Pseudomonas aeruginosa long-term cystic fibrosis airway infections
该数据集来自 search.dataone.org，聚焦铜绿假单胞菌在囊性纤维化慢性气道感染中的毒力演化。源站描述指出，慢性感染中该菌通常出现毒力相关分泌物的丢失，但高产出（OP）毒力表型可与不产生突变体在 CF 肺内长期共存。研究对 Liverpool 囊性纤维化流行株三种毒力相关分泌物的宿主内变异进行定量，并利用昆虫宿主模型考察表型变异对急性感染毒力的影响。数据可用于研究宿主内表型多样性、毒力代价与公共物品分泌等主题（来源 DataONE，CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：背景：铜绿假单胞菌在慢性囊性纤维化感染过程中通常表现出毒力相关分泌物的丢失。这导致人们提出毒力在慢性感染中是一种高代价属性的观点。然而，既往报道提示，高产出（OP）毒力致病型可与不产生突变体在 CF 肺内共存多年。这种患者内表型多样性对该病原体成功定植的后果尚未完全明了。在此，我们对 Liverpool 囊性纤维化流行株铜绿假单胞菌中三种毒力相关分泌物产生的宿主内变异进行了深入定量，并研究这种表型变异对昆虫宿主模型急性感染中毒力的影响。结果：所有三种分泌物（pyoverdine、pyo
【主题与分类】
主题标签：Cystic fibrosis、Galleria mellonella、pyocyanin、Liverpool epidemic strain、Virulence、public goods secretions、LasA protease、pyoverdine。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%3A22baf4f32b2cc325073a7b1076951cebe0fe04c69590b3eb5daea66e0805310b
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
背景：铜绿假单胞菌在慢性囊性纤维化感染过程中通常表现出毒力相关分泌物的丢失。这导致人们提出，毒力在慢性感染中是一种高代价的属性。然而，既往报道提示，高产（OP）毒力表型可与不产突变体在CF肺中共存多年。这种患者体内表型多样性对该病原体成功定植的影响尚未完全明了。在此，我们对利物浦囊性纤维化流行株铜绿假单胞菌中三种毒力相关分泌物产生的宿主内变异进行了深入定量，并研究了这种表型变异对昆虫宿主模型急性感染中毒力的影响。结果：所有三种分泌物（pyoverdine、pyocyanin和LasA蛋白酶）均存在患者内变异。在采样的三名患者中，有两名患者的OP分离株与低产……
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。
